Suche

Finde Modelle, Firmen und Themen

Suche im News-Archiv nach Themen, die du dauerhaft verfolgen willst.

Ergebnisse für “Split Learning”
Forschung

<h1>HOSL: Hybrid-Order Split Learning reduziert Speicherbedarf bei Edge-Training</h1> <p>Split Learning (SL) ermöglicht die kollaborative Schulung großer Sprachmodelle zwischen ressourcenbeschränkten Edge-Geräten und leistungsstarken Servern, indem die Modellrechnung über die Netzwerkgrenze hinweg aufgeteilt wird. Traditionell setzen die meisten SL-Systeme auf First‑Order (FO) Optimierung, die von den Clients verlangt, Zwischenergebnisse wie Aktivierungen für das Backpropagation zu speichern. Dieser Speiche

arXiv – cs.LG
Forschung

<h1>Hetero-SplitEE: Split Learning mit Early Exits für heterogene IoT-Geräte</h1> <p>Mit der stetigen Vergrößerung von Deep‑Learning‑Modellen steigt der Bedarf an Rechenleistung für das Training. Distributed‑Learning‑Ansätze wie Federated Learning und Split Learning sind deshalb unverzichtbar geworden, um große Modelle skalierbar einzusetzen. Doch bisher setzen Split‑Learning‑Methoden voraus, dass alle Clients dieselben Split‑Punkte im Netzwerk nutzen – ein Modell, das in realen IoT‑Umgebungen kaum praktika

arXiv – cs.LG