Застосування багатопотоковості для навчання нейронної мережі
Вантажиться...
Дата
2018-12
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Магістерська дисертація складається зі вступу, семи розділів, висновку, переліку посилань з 32 найменувань, 2 додатки, і містить 36 рисунки, 23 таблиці. Повний обсяг магістерської дисертації складає 112 сторінки, з яких перелік посилань займає 3 сторінки, додатки – 12 сторінок.
Об’єкт дослідження – алгоритми навчання нейронних мереж
Предмет дослідження – паралельні алгоритми навчання нейронних мереж.
Метою даної магістерської дисертації є розробка методу багатопотокового навчання нейронної мережі та реалізування його в програмному продукті.
Розроблений алгоритм багатоптокового навчання повинний проводити навчання швидше за нинішні алгоритми паралелізації. Також за цієї умови нейронна мережа повинна піддаватися навчанню. Отримані результати показали перевагу в швидкості навчання обраного методу багатопотоковості в порівнянні із класичним методом. Даний метод змінює алгоритм навчання тому питання використання цього методу потрібно досліджувати в подальшому
Опис
Ключові слова
нейронна мережа, навчання нейронної мережі, паралельні методи, neural network, neural network training, parallel methods
Бібліографічний опис
Сініцин, В. Р. Застосування багатопотоковості для навчання нейронної мережі : магістерська дис. : 121 Інженерія програмного забезпечення / Сініцин Володимир Русланович. – Київ, 2018. – 101 с.