terngrad-master.zip

TernGrad: Ternary Gradients toReduce Communication in Distributed Deep Learning, NIPS 2017，这是作者上传的代码，可运行。TernGrad是一种梯度量化方法，将浮点梯度随机量化到{-1,0,+1}，在保证识别率的情况下，大大降低梯度通信量.这篇文章降低了通讯量，可以应用在很多应用上。作者的视频讲解链接：https://www.youtube.com/watch?v=WWWQXTb_69c&feature=youtu.be&t=20s

NIPS17-TernGrad.pdf

这是一篇NIPS 2017年的论文作者演讲的ppt，TernGrad是一种梯度量化方法，将浮点梯度随机量化到{-1,0,+1}，在保证识别率的情况下，大大降低梯度通信量.这篇文章降低了通讯量，可以应用在很多应用上。作者的视频讲解链接：https://www.youtube.com/watch?v=WWWQXTb_69c&feature=youtu.be&t=20s

强化学习与差分隐私.pdf

这篇论文讲述了将差分隐私应用到强化学习中，并通过实验验证该方法具有一定的可行性。对应版本的ppt在下载资源中。

深度学习2016ppt.pdf

这是google公司2016年发表的一篇文章的PPT，主要讲述了在深度学习中应用差分隐私，论文题目为《Deep Learning with Differential Privacy》

强化学习ppt.pdf

讲述强化学习中应用差分隐私的方法，对应的论文为《Differentially Private Reinforcement Learning》