Key points are not available for this paper at this time.
يظل الاتصال العقبة الأكثر أهمية في أداء خوارزميات التحسين الموزعة لتعلم الآلة على نطاق واسع. في هذه الورقة، نقترح إطار عمل فعّال في الاتصال، CoCoA، الذي يستخدم الحساب المحلي في إعدادات أساسية وثانوية لتقليل كمية الاتصال اللازمة بشكل كبير. نقدم تحليلاً قويًا لمعدل التقاء هذه الفئة من الخوارزميات، بالإضافة إلى تجارب على بيانات موزعة في العالم الحقيقي مع تنفيذات في Spark. في تجاربنا، نجد أنه مقارنةً بالإصدارات الحديثة من خوارزميات SGD وSDCA، يتقارب CoCoA إلى نفس جودة الحل بدقة 0.001 بمعدل أسرع بـ 25 مرة في المتوسط.
درس جاجي وآخرون (الخميس) هذا السؤال.