- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于分布式内存计算的深度学习方法
45 3 Vol. 45 No. 3
第 卷 第 期 ( )
吉林大学学报 工学版
20 15 5 Journal of Jilin University (Engineering and Technology Edition) May 20 15
年 月
基于分布式内存计算的深度学习方法
1 1 2
, ,
李抵非 田 地 胡雄伟
(1. , 130021;2 . ,
吉林大学仪器科学与电气工程学院 长春 国家标准化管理委员会标准信息中心 北京
100088)
: ,
摘 要 为了提升深度学习技术并行化学习效率 设计了一种面向计算机集群的分布式内存计
。 , ,
算方法 构建分布式内存环境 建立数据分片处理和多任务调度机制 使模型参数和神经元节
, I / O ;
点的计算和存储并行运行于该环境中 避免了磁盘 对训练速率的影响 采用深度信念网络
, , dropout
模型 以多个副本异步并行计算的方式进行模型训练 并使用 方法防止模型训练过拟
。 CIFAR-10 , ,
合 对 图像数据集进行分类训练 试验结果表明 该方法可以明显提高深度神经网
, 。
络的训练效率 并具备良好的可扩展性
: ; ; ;
关键词 人工智能 并行深度学习 分布式内存计算 深信度网络
中图分类号:TP183 文献标志码:A 文章编号:167 1-5497 (20 15)03-0921-05
DOI :10 . 13229 /j . cnki. jdxbgxb20 1503034
A method of deep learning based on distributed memory computing
LI Di-fei1 ,TIAN Di1 ,HU Xiong-wei2
(1. College of Instrumentation & Electrical Engineering , Jilin University , Changchun 130021, China ;
2. Standardization Administration Inf ormation Center , Standardization Administration of the Peop le s Rep ublic of
China ,Beij ing 10008
文档评论(0)