基于参数服务器的分布式梯度下降算法研究

摘要

大数据时代下，分布式机器学习作为传统机器学习方法与分布式计算系统的交叉领域，是一种热门且高效的大数据处理技术。研究基于参数服务器框架的分布式机器学习训练方法，结合参数服务器和机器学习算法二者的特点，构建基于Ps-Lite的参数服务器框架，并将分布式随机梯度下降算法和分布式逻辑回归算法部署在框架中。实验验证，基于Ps-Lite框架的分布式机器学习算法的性能，在保持较高准确率的情况下，算法收敛速率提高了3倍。

关键词

参数服务器 / 分布式 / 机器学习