面向深度学习扩展算法的编译优化方法
本文关键词:面向深度学习扩展算法的编译优化方法 出处:《吉林大学》2017年硕士论文 论文类型:学位论文
更多相关文章: 深度学习 优化 GPU编程 并行编程 领域编程语言
【摘要】:近些年来随着人工智能的发展,以及大数据的广泛应用,深度学习技术得到快速的发展。深度学习技术因为其自身在很多方面预测准确的优势,在自然语言处理、图形识别、智能机器人,推荐引擎、语音翻译、自动驾驶等众多领域都有广泛的应用。深度学习的研究虽然取得了很大的成果,但并不代表深度学习方法可以用来解决一切问题,深度学习方法本身在实际应用中仍然存在一些问题,例如如何更好地提取表示特征;如何提高网络模型的预测能力;如何提高网络模型的效率,减少内存的使用,时间的消耗等。并且如果要将深度学习应用到更广泛的平台和领域中,模型的大小,扩张性,平台的适用性以及模型的执行效率将是非常重要的问题。如今很多深度学习的研究对于深度学习模型的效率提升有了很大的帮助,通过网络模型的优化改进,库函数的优化,硬件优化支持,高效的编程框架的使用等多个方面提出对深度学习方法的优化,以提高深度学习模型的运行速度。本文中将从以下几个方面提出对深度学习扩展方法的优化研究:1.本文针对深度学习中用于物体检测与分类的深度学习模型Faster RCNN现有的实现版本,使用C++语言重构使用Python实现的版本,通过高性能编程语言的使用来缩短模型的检测时间。2.通过引入GPU编程将Faster RCNN模型中扩展部分可以进行并行处理的部分重构进行并行处理,在深度学习应用中,需要大量的数据计算,在大量有并行性的数据计算中并行处理要比串行处理带来更高的效率。并且在GPU编程与CPU编程中,合理调整数据在CPU和GPU中的执行顺序,减少GPU与CPU之间数据的频繁传送带来的开销。3.针对特殊的应用场景,可以使用一些特殊的预处理方法,对深度学习数据进行预处理,减少模型中实际运算的数据量。本文中针对Faster RCNN在物体检测中的应用,以智能视频监控为实际应用场景,通过使用GMM高斯混合模型,先对视频分割出的图像,进行背景消除建模处理,只保留图像的前景部分,通过减少模型的计算量来实现模型的运行时间的压缩。4.鉴于GPU编程需要一定的基础,并且需要根据经验对并行区域进行手动编程,本文通过扩展领域编程语言Para C来使其支持深度学习中的常用算法,并以Faster RCNN为实例,扩展Para C的基础操作,使得其支持Faster RCNN中实现方法代码的自动并行性转换。本文通过介绍深度学习的发展状况,并以深度学习中的Faster RCNN的实景应用为例,对深度学习所使用到的算法以及扩展算法提出多方面的优化,并通过多次实验对比优化收益。
[Abstract]:In this paper , the optimization of deep learning method is presented in this paper . In this paper , the general algorithm in deep learning is supported by the programming language Para C , and the basic operation of Para C is extended to support the automatic parallel conversion of the method codes in the RCNN .
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP181;TP391.41
【相似文献】
相关期刊论文 前10条
1 李红美;;论网络教育环境下学习者学习动机的激发[J];继续教育;2006年11期
2 李秀英;;网络环境下学生学习的特点[J];教师;2009年04期
3 夏定海,黄智英;教会学习 学会学习 终身学习[J];发明与革新;2000年06期
4 黄启兵;汪芳;;论网络时代学习与创新的统一[J];教学研究;2002年03期
5 陈相安;把档案部门建成学习型组织[J];中国档案;2003年09期
6 顾新,蔡兵,李久平;学习与学习型社会[J];软科学;2004年02期
7 郑军;试论编辑的学习特征[J];中国编辑;2005年06期
8 邱晓荣,孔一童;试论网络环境中的合作学习[J];当代教育论坛;2005年02期
9 冷平,王仁蓉,刁永锋;网络学习的成功要素探析[J];教育信息化;2005年03期
10 张建光;朱秀娥;张笑双;;网络学习社区的特征和构建[J];中国教育技术装备;2006年03期
相关会议论文 前10条
1 韩文;;让合作学习在逆境中重生[A];中华教育理论与实践科研论文成果选编(第2卷)[C];2010年
2 吕启春;;浅谈小学数学中的小组合作学习[A];2014年1月现代教育教学探索学术交流会论文集[C];2014年
3 杜俊娟;;用学习动机培养策略课题的学习对体育教师进行研究性学习培养的实验研究[A];第七届全国体育科学大会论文摘要汇编(一)[C];2004年
4 瞿春波;;浅议合作学习之误区[A];校园文学编辑部写作教学年会论文集[C];2007年
5 时龙;;把握分析学情是改进教学和促进学习的基础[A];2012·学术前沿论丛——科学发展:深化改革与改善民生(下)[C];2012年
6 韦彩红;;如何组织学生共享学习成果[A];中华教育理论与实践科研论文成果选编(第2卷)[C];2010年
7 格保耿;;培养学生学习物理的兴趣[A];2014年5月现代教育教学探索学术交流会论文集[C];2014年
8 钮荣荣;;关于小学数学教学中小组合作学习的几点思考[A];2014年6月现代教育教学探索学术交流会论文集[C];2014年
9 陈妙;;让数学课堂效率得到真正的提高——浅谈新课改下学生学习兴趣的培养[A];中华教育理论与实践科研论文成果选编(第3卷)[C];2010年
10 黄春妙;;浅谈语文课堂合作学习的有效把握[A];中华教育理论与实践科研论文成果选编(第3卷)[C];2010年
相关重要报纸文章 前10条
1 农行浙江东阳支行 吴新国 周龙飞;银行如何创建学习型组织[N];上海金融报;2003年
2 西北师范大学 李瑾瑜;校长:如何引领和促进教师学习[N];中国教育报;2008年
3 永寿县店头中学 刘俊锋;大力提倡合作学习 全面促进有效教学[N];咸阳日报;2009年
4 本报评论员;要在真学习上下功夫[N];酒泉日报;2009年
5 本报记者 李天然;学习应该是一种终身行为[N];大连日报;2010年
6 刘继芳;浅议建设学习型党组织中的“学习”内涵[N];伊犁日报(汉);2010年
7 哈尔滨市第五医院 蒙硕;浅谈医院创建学习型党组织[N];黑龙江日报;2010年
8 翟爱霞;浅谈如何深入推进学习型党组织建设[N];太行日报;2011年
9 李振 上海交通大学国际与公共事务学院;制度变迁中的制度学习[N];中国社会科学报;2012年
10 重庆市教育评估院院长、中国高等教育学会学习科学研究分会常务副会长 龚春燕;实施新学习,,建设学习型社会[N];中国教育报;2013年
相关博士学位论文 前10条
1 徐峰;基于社会网络的大学生学习网络结构研究[D];江西财经大学;2014年
2 付亦宁;本科生深层学习过程及其教学策略研究[D];苏州大学;2014年
3 冯子勇;基于深度学习的图像特征学习和分类方法的研究及应用[D];华南理工大学;2016年
4 王星;关系分类模型的学习界限与应用[D];哈尔滨工业大学;2015年
5 潘剑寒;基于多潜在空间的迁移学习算法研究[D];合肥工业大学;2016年
6 杨春;反馈类型对大学生学习成绩的影响:自我调节学习的中介作用[D];东北师范大学;2016年
7 王浩宇;资源整合、创业学习与新创企业创新的关系研究[D];吉林大学;2017年
8 杨南昌;学习科学视域中的设计研究[D];华东师范大学;2008年
9 薛晶晶;美国和泰国学习者汉语普通话阳平与上声习得的实验研究[D];北京大学;2013年
10 刘玉静;合作学习的伦理审思[D];山东师范大学;2006年
相关硕士学位论文 前10条
1 王以宣;感知教师支持、基本心理需要满足与初中学生英语学习倦怠的关系[D];上海师范大学;2015年
2 李荣敬;不同情绪状态对学习判断的影响[D];河北师范大学;2015年
3 李兰翠;M00C学习平台的应用研究[D];上海师范大学;2015年
4 孙航;农民工随迁子女学习生态研究[D];上海师范大学;2015年
5 左扬扬;碎片化时代下企业微课程设计与应用[D];上海师范大学;2015年
6 戚政霞;基于翻转课堂的小学语文教学设计研究[D];上海师范大学;2015年
7 苏治芳;小学中高年级“微课题式”语文学习的实践研究[D];上海师范大学;2015年
8 张华;提高中职生语文课堂学习动力的策略研究[D];上海师范大学;2015年
9 强敏;“学困生”的现状调查与教育转化途径研究[D];宁夏师范学院;2015年
10 谢平;对初中学困生学习素质提高的情感教育研究[D];河北大学;2014年
本文编号:1384145
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1384145.html