Holarchic structures for decentralized deep learning: a performance analysis - Télécom Paris
Article Dans Une Revue Cluster Computing Année : 2020

Holarchic structures for decentralized deep learning: a performance analysis

Domaines

Intelligence artificielle [cs.AI] Modélisation et simulation Informatique ubiquitaire Système multi-agents [cs.MA] Génie logiciel [cs.SE] Systèmes et contrôle [cs.SY] Adaptation et Systèmes auto-organisés [nlin.AO] Ordinateur et société [cs.CY]

Ada Diaconescu  : Connectez-vous pour contacter le contributeur

https://telecom-paris.hal.science/hal-03023065

Soumis le : mercredi 25 novembre 2020-10:26:44

Dernière modification le : mercredi 23 octobre 2024-10:30:04

Fichier non déposé

Dates et versions

hal-03023065 , version 1 (25-11-2020)

Identifiants

  • HAL Id : hal-03023065 , version 1

Citer

Evangelos Pournaras, Srivatsan Yadhunathan, Ada Diaconescu. Holarchic structures for decentralized deep learning: a performance analysis. Cluster Computing, 2020. ⟨hal-03023065⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

TDS-MACS LTCI INFRES ACES IP_PARIS INSTITUT-MINES-TELECOM
47 Consultations
0 Téléchargements

Partager

More