并行化神经网络的研究及应用

发布时间：2024-07-11 06:31

　　对神经网络的研究近年来伴随着其在预测、拟合和图像分类上的成功应用,成为现行人工智能机器学习最令人关注的研究热点之一。神经网络在大数据应用上的高速发展也促进了并行处理设备和平台的发展,包括当前应用较为广泛的Hadoop,Spark等并行处理平台和具有通用计算能力的GPU(Graphics Processing Unit)硬件设备等。极限学习机(ELM:Extreme Learning Machine)算法作为一种单隐层前馈型神经网络,由于其可以随机初始化网络权值和偏置,避免了传统BP(Back Propagation)神经网络调整权值参数的困难而名噪一时。但同时也因为其随机性,而造成了算法的不稳定。粒子群算法具有实现简单、复杂度低、控制参数少等优点,在参数寻优领域应用广泛。但为克服其收敛速度慢,容易陷入局部最优等问题,对于粒子群算法的优化也层出不穷。本文提出的基于健康度的混合粒子群优化算法(HHPSO:Hybrid particle swarm optimization algorithm based on health degree)将粒子以健康度分类后进行迭代,与同类算法相比具有收敛...

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

图9面上基金资助率随申请人年龄的分布

图9是申请人出生年份与资助率变化图。可以发现，1960～1969、1970～1979和1980～19893个年龄段的获资助项目总量分别为10、29和54,而对应的资助率分别为20.00%、21.01%和18.75%,进一步显示80后青年科学家具有较为丰富的基金申请书撰写经验。....

图2-1线程束调度单元的结构示例

第二章相关理论与技术程有其全局唯标识的地址和其独占的寄存器算。分配给它的线程块被SMX划分为多个线p，线程束调度结构如图2-1所示。

图2-2CUDA的软件视图和硬件视图的映射关系

图2-1线程束调度单元的结构示例包括两组指令分发单元，每个流式多处理器包时执行，当个线程束中的所有线程执行的代线程块（Block）中的所有线程是均在SMX中执ck。在SMX中，线程是以线程束为单位被线殊功能单元以及加载存储单元来执行该任务，，CUDA软件到硬件的对....

图2-4CUDA的存储器层次结构

第二章相关理论与技术编程的。Share内存里面的参数都是在Kernel函数中声明的，但可在用，当任务执行完成后，Share的参数变量才可以重新再被其他寄存他任务线程使用。由于其可被同线程块中的全部线程访问，所以能务间的线程通讯，但由于执行线程是无序的，因此在线程块内线....

本文编号：4005387