并行化神經網絡的研究及應用
發(fā)布時間:2024-07-11 06:31
對神經網絡的研究近年來伴隨著其在預測、擬合和圖像分類上的成功應用,成為現(xiàn)行人工智能機器學習最令人關注的研究熱點之一。神經網絡在大數(shù)據(jù)應用上的高速發(fā)展也促進了并行處理設備和平臺的發(fā)展,包括當前應用較為廣泛的Hadoop,Spark等并行處理平臺和具有通用計算能力的GPU(Graphics Processing Unit)硬件設備等。極限學習機(ELM:Extreme Learning Machine)算法作為一種單隱層前饋型神經網絡,由于其可以隨機初始化網絡權值和偏置,避免了傳統(tǒng)BP(Back Propagation)神經網絡調整權值參數(shù)的困難而名噪一時。但同時也因為其隨機性,而造成了算法的不穩(wěn)定。粒子群算法具有實現(xiàn)簡單、復雜度低、控制參數(shù)少等優(yōu)點,在參數(shù)尋優(yōu)領域應用廣泛。但為克服其收斂速度慢,容易陷入局部最優(yōu)等問題,對于粒子群算法的優(yōu)化也層出不窮。本文提出的基于健康度的混合粒子群優(yōu)化算法(HHPSO:Hybrid particle swarm optimization algorithm based on health degree)將粒子以健康度分類后進行迭代,與同類算法相比具有收斂...
【文章頁數(shù)】:56 頁
【學位級別】:碩士
【部分圖文】:
本文編號:4005387
【文章頁數(shù)】:56 頁
【學位級別】:碩士
【部分圖文】:
圖9面上基金資助率隨申請人年齡的分布
圖9是申請人出生年份與資助率變化圖?梢园l(fā)現(xiàn),1960~1969、1970~1979和1980~19893個年齡段的獲資助項目總量分別為10、29和54,而對應的資助率分別為20.00%、21.01%和18.75%,進一步顯示80后青年科學家具有較為豐富的基金申請書撰寫經驗。....
圖2-1線程束調度單元的結構示例
第二章相關理論與技術程有其全局唯標識的地址和其獨占的寄存器算。分配給它的線程塊被SMX劃分為多個線p,線程束調度結構如圖2-1所示。
圖2-2CUDA的軟件視圖和硬件視圖的映射關系
圖2-1線程束調度單元的結構示例包括兩組指令分發(fā)單元,每個流式多處理器包時執(zhí)行,當個線程束中的所有線程執(zhí)行的代線程塊(Block)中的所有線程是均在SMX中執(zhí)ck。在SMX中,線程是以線程束為單位被線殊功能單元以及加載存儲單元來執(zhí)行該任務,,CUDA軟件到硬件的對....
圖2-4CUDA的存儲器層次結構
第二章相關理論與技術編程的。Share內存里面的參數(shù)都是在Kernel函數(shù)中聲明的,但可在用,當任務執(zhí)行完成后,Share的參數(shù)變量才可以重新再被其他寄存他任務線程使用。由于其可被同線程塊中的全部線程訪問,所以能務間的線程通訊,但由于執(zhí)行線程是無序的,因此在線程塊內線....
本文編號:4005387
本文鏈接:http://www.lk138.cn/kejilunwen/zidonghuakongzhilunwen/4005387.html
上一篇:基于人體動作識別的人機協(xié)作安全策略研究
下一篇:沒有了
下一篇:沒有了