本文關(guān)鍵詞：深度學(xué)習(xí)加速技術(shù)研究

  更多相關(guān)文章： 深度學(xué)習(xí) 深度學(xué)習(xí)加速 深度學(xué)習(xí)性能 分布式學(xué)習(xí) 硬件加速

【摘要】：深度學(xué)習(xí)是近年來機(jī)器學(xué)習(xí)的研究熱點(diǎn),并已廣泛應(yīng)用于不同領(lǐng)域.但由于訓(xùn)練模型復(fù)雜和訓(xùn)練集規(guī)模龐大等原因?qū)е碌纳疃葘W(xué)習(xí)性能問題已成為其發(fā)展的一大阻礙.近年來計(jì)算機(jī)硬件的快速發(fā)展,尤其是處理器核數(shù)的不斷增加和整體運(yùn)算能力的快速提高,給深度學(xué)習(xí)加速提供了硬件基礎(chǔ),然而其訓(xùn)練算法并行度低和內(nèi)存開銷巨大等問題使得加速研究工作困難重重.首先介紹了深度學(xué)習(xí)的背景和訓(xùn)練算法,對(duì)當(dāng)前主要的深度學(xué)習(xí)加速研究工作進(jìn)行歸納總結(jié).在此基礎(chǔ)上,對(duì)經(jīng)典的深度學(xué)習(xí)模型進(jìn)行性能測試,分析了深度學(xué)習(xí)及并行算法的性能問題.最后,對(duì)深度學(xué)習(xí)的未來發(fā)展進(jìn)行了展望.
【作者單位】： 復(fù)旦大學(xué)軟件學(xué)院;復(fù)旦大學(xué)上海市數(shù)據(jù)科學(xué)重點(diǎn)實(shí)驗(yàn)室;復(fù)旦大學(xué)并行處理研究所;解放軍信息工程大學(xué)數(shù)學(xué)工程與先進(jìn)計(jì)算國家重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 深度學(xué)習(xí) 深度學(xué)習(xí)加速 深度學(xué)習(xí)性能 分布式學(xué)習(xí) 硬件加速
【基金】：國家高技術(shù)研究發(fā)展計(jì)劃(863)(2012AA010905) 國家自然科學(xué)基金(61370081)
【分類號(hào)】：TP181
【正文快照】： 人工智能是一門研究機(jī)器如何像人一樣思考的科學(xué),已經(jīng)有60年歷史.但在幾年前,人工智能技術(shù)還無法在廚房里區(qū)分出咖啡杯,而今卻已經(jīng)能區(qū)分西伯利亞哈士奇和愛斯基摩哈士奇了[1].近年人工智能的快速發(fā)展得益于深度學(xué)習(xí)技術(shù)所帶來的曙光.Google公司將深度學(xué)習(xí)技術(shù)應(yīng)用于Android的，

本文編號(hào)：933952