关注微信公众号：人工智能前沿讲习班，获取更多相关前沿资料~~~~
分布式优化理论和算法是多智能体系统研究的一个热点，并逐渐受到了机器学习领域的关注。比如利用多个GPU或者多台机器训练一个神经网络就可以建模成一个分布式优化问题。此次分享将介绍分布式优化的基本概念，分类，一些经典算法以及我们在这上面的一些工作，并讨论如何将分布式优化应用在大规模机器学习或者深度学习问题中。
讲者介绍
张家绮，清华大学自动化系直博三年级在读，本科毕业于北京交通大学自动化系。目前主要研究方向为分布式优化理论及应用。以第一作者发表过IEEE TAC, TCNS等期刊论文以及ACC, IFAC, CDC等会议论文。获得过清华大学研究生国家奖学金。
报告题目：分布式优化算法及其在多智能体系统与机器学习中的应用
报告摘要：分布式优化理论和算法是多智能体系统研究的一个热点，并逐渐受到了机器学习领域的关注。比如利用多个GPU或者多台机器训练一个神经网络就可以建模成一个分布式优化问题。此次分享将介绍分布式优化的基本概念，分类，一些经典算法以及我们在这上面的一些工作，并讨论如何将分布式优化应用在大规模机器学习或者深度学习问题中。
Spotlight：
- 深入浅出纵览分布式优化算法；
- 探究分布式优化算法在机器学习中的重要作用。
参考资料
https://www.bilibili.com/video/BV1qt411D7SB/
https://bbs.sffai.com/d/28