基于纠错码的分布式黑盒优化
分布式、并行与集群计算
2019-07-16 v1 信息论
机器学习
math.IT
摘要
我们引入了一种新颖的分布式无导数优化框架，该框架对掉队者具有弹性。所提出的方法采用编码的搜索方向来评估目标函数，并通过解码步骤来寻找下一个迭代点。我们的框架可以看作是进化策略和结构化探索方法的扩展，后者利用了结构化的搜索方向。作为应用，我们考虑了对深度卷积神经网络的黑盒对抗攻击。我们的数值实验表明计算时间得到了显著改善。
引用
@article{arxiv.1907.05984,
title = {Distributed Black-Box Optimization via Error Correcting Codes},
author = {Burak Bartan and Mert Pilanci},
journal= {arXiv preprint arXiv:1907.05984},
year = {2019}
}