Contribution au développement de l’apprentissage profond dans les systèmes distribués - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2019

Contribution to the development of deep learning in distributed systems

Contribution au développement de l’apprentissage profond dans les systèmes distribués

Résumé

Deep learning enables the development of a growing number of services. However, it requires large training databases and a lot of computing power. In order to reduce the costs of this deep learning, we propose a distributed computing setup to enable collaborative learning. Future users can participate with their devices and their data without moving private data in datacenters. We propose methods to train deep neural network in this distibuted system context.
L'apprentissage profond permet de développer un nombre de services de plus en plus important. Il nécessite cependant de grandes bases de données d'apprentissage et beaucoup de puissance de calcul. Afin de réduire les coûts de cet apprentissage profond, nous proposons la mise en œuvre d'un apprentissage collaboratif. Les futures utilisateurs des services permis par l'apprentissage profond peuvent ainsi participer à celui-ci en mettant à disposition leurs machines ainsi que leurs données sans déplacer ces dernières sur le cloud. Nous proposons différentes méthodes afin d'apprendre des réseaux de neurones profonds dans ce contexte de système distribué.
Fichier principal
Vignette du fichier
HARDY_Corentin.pdf (3.43 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-02284916 , version 1 (12-09-2019)

Identifiants

  • HAL Id : tel-02284916 , version 1

Citer

Corentin Hardy. Contribution au développement de l’apprentissage profond dans les systèmes distribués. Intelligence artificielle [cs.AI]. Université de Rennes, 2019. Français. ⟨NNT : 2019REN1S020⟩. ⟨tel-02284916⟩
367 Consultations
1033 Téléchargements

Partager

Gmail Facebook X LinkedIn More