QCon上海2016-深度学习框架的性能优化及其在医药行业的应用实践-朱智勇要点.pdf

下载文档 降价啦

5
0
约7.54千字
约 16页
2017-05-29 发布于河南
举报
版权申诉
保障服务

QCon上海2016-深度学习框架的性能优化及其在医药行业的应用实践-朱智勇要点.pdf

1、本文档共16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)。

QCon上海2016-深度学习框架的性能优化及其在医药行业的应用实践-朱智勇要点

深度学习框架的性能优化及其在医药行业的应用实践朱智勇英特尔亚太研发中心深度学习框架及性能优化深度学习在医药行业案例分析深度学习介绍 o 机器学习的一种 o CNN/RNN/DBN等模型 o 神经网络 o 图形/图像/语音/文本等应用 o 深层线性和非线性 “dog” Deeper Layers of the Network Higher Level Features 深度学习的性能优化全面的软件优化涵盖主要深度学习框架浮点能力的优化 Cache和memory的优化并行计算的支持丰富的调优软件 /machine-learning/ 单节点优化 Single node optimization Alexnet training on Xeon BDW AVX 512 20 17.5 AVX L1 5.5 L2 1 L3 Baseline MKL2016 MKLDNN2017 MKLDNN2017.0.1 Speedup 单节点性能不断飞跃多节点支持 Training speedup on cluster 60 Hybrid 54 50 40 Activation 27.5 30 20 13.9