Ускорение обучения нейронной сети для распознавания изображений с помощью технологии NVIDIA CUDA
- Авторы: Ферцев А.А.1
-
Учреждения:
- Мордовский государственный университет им. Н. П. Огарева
- Выпуск: Том 16, № 1 (2012)
- Страницы: 183-191
- Раздел: Статьи
- Статья получена: 18.02.2020
- Статья опубликована: 15.03.2012
- URL: https://journals.eco-vector.com/1991-8615/article/view/20938
- ID: 20938
Цитировать
Полный текст
Аннотация
Представлена реализация нейронной сети, обучаемой по алгоритму на основе метода Левенберга-Марквардта. С помощью технологии NVIDIA CUDA обучение построенной нейронной сети ускорено почти в 9 раз. Построенная нейронная сеть применена для распознавания зашумленных изображений.
Об авторах
Александр Александрович Ферцев
Мордовский государственный университет им. Н. П. Огарева
Email: a.fertsev@rm.volga.rt.ru
каф. прикладной математики; Мордовский государственный университет им. Н. П. Огарева
Список литературы
- Mashor M. Y., Sulaiman S. N. Recognition of Noisy Numerals using Neural Network // IJCIM, 2001. Vol. 9, no. 3. Pp. 158-164.
- Boureau Y.-L., Bach F., LeCun Y., Ponce J. Learning mid-level features for recognition / In: IEEE Conference on Computer Vision and Pattern Recognition, 2010. Pp. 2559-2566.
- Hagan M. T., Menhaj M. Training feedforward networks with the Marquardt algorithm // IEEE Transactions on Neural Networks, 1994. Vol. 5, no. 6. Pp. 989-993.
- Wilamowski B. M., Chen Y., Malinowski A. Efficient algorithm for training neural networks with one hidden layer / In: International Joint Conference on Neural Networks (IJCNN '99). Vol. 3, 1999. Pp. 1725-1728.
- Marquardt D. An Algorithm for Least-Squares Estimation of Nonlinear Parameters // SIAM J. Appl. Math., 1963. Vol. 11, no. 2. Pp. 431-441.
- David J. C. MacKay A practical Bayesian framework for backpropagation networks // Neural Computation, 1992. Vol. 4, no. 3. Pp. 448-472.
- Poland J. On the Robustness of update strategies for the Bayesian hyperparameter alpha, available on: http://www-alg.ist.hokudai.ac.jp/~jan/alpha.pdf, 2001.
- Nguyen D., Widrow B. Improving the learning speed of 2-layer neural networks by choosing initial values of the adaptive weights / In: International Joint Conference on Neural Networks. Vol. 3, 1990. Pp. 21-26.
- Изотов П. Ю., Суханов С. В., Головашкин Д. Л. Технология реализации нейросетевого алгоритма в среде CUDA на примере распознавания рукописных цифр // Компьютерная оптика, 2010. Т. 34, № 2. С. 243-252.
- Gonzalez R. C., Woods R. E. Digital Image Processing. Boston, MA: Addison-Wesley Publishing Company, 1992. 528 pp.
Дополнительные файлы
![](/img/style/loading.gif)