QSR：分布式训练需要新的同步周期

       张景昭团队研究了分布式深度学习中的数据并行训练问题, 提出了Quadratic Synchronization Rule（QSR）的新方法，不仅考虑了通信成本和优化速度之间的权衡，而且还考虑了同步周期H对模型泛化能力的影响，在减少通信量和提高测试准确率方面的显著效果。

论文标题：A Quadratic Synchronization Rule for Distributed Deep Learning

论文作者：Xinran Gu*, Kaifeng Lyu*, Sanjeev Arora,  Jingzhao Zhang, Longbo Huang

项目链接：https://github.com/hmgxr128/QSR