基本信息
浏览量:160
职业迁徙
个人简介
My doctoral research is focused on enabling machine learning researchers and practitioners to efficiently train large and complex models with big data on distributed clusters. I spent a few years on developing parameter server systems to make machine learning programs run fast and efficiently and worked on automating dependence-aware parallelization of serial, imperative ML programs for distributed training. I am now working on dynamic scheduling (i.e., distributed device placement) for neural network training to complete my thesis.
研究兴趣
论文共 26 篇作者统计合作学者相似作者
按年份排序按引用量排序主题筛选期刊级别筛选合作者筛选合作机构筛选
时间
引用量
主题
期刊级别
合作者
合作机构
arXiv (Cornell University) (2019)
引用164浏览0EI引用
164
0
semanticscholar(2019)
引用0浏览0引用
0
0
semanticscholar(2018)
引用0浏览0引用
0
0
semanticscholar(2018)
引用0浏览0引用
0
0
semanticscholar(2018)
引用1浏览0引用
1
0
semanticscholar(2018)
引用0浏览0引用
0
0
USENIX ATC '17: Proceedings of the 2017 USENIX Conference on Usenix Annual Technical Conference (2017): 181-193
引用420浏览0EI引用
420
0
加载更多
作者统计
#Papers: 26
#Citation: 2407
H-Index: 15
G-Index: 20
Sociability: 4
Diversity: 1
Activity: 1
合作学者
合作机构
D-Core
- 合作者
- 学生
- 导师
数据免责声明
页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cn