Авторитетность издания
Добавить в закладки
Следующий номер на сайте
В Донском государственном техническом университете, г. Ростов-на-Дону спроектирована и внедрена система распределенного обучения нейронных сетей на основе алгоритма learning-by-block для нейронных сетей прямого распространения.
13.11.2013Распределенные вычисления открыли новые пути приложениям, требующим больших вычислительных мощностей. Рост объемов данных обусловил практически повсеместное использование распределенных вычислений. Вместе с тем применение распределенных вычислений для обучения искусственных нейронных сетей(ИНС) является относительно новой и мало исследованной задачей.
Еще в 40-х годах прошлого века достижения нейробиологии позволили создать первую искусственную нейронную сеть, которая имитировала работу человеческого мозга. Но только через несколько десятилетий, с появлением современных компьютеров и адекватного ПО стала возможной разработка сложных приложений в области ИНС. Сегодня теория нейронных сетей – одно из наиболее перспективных направлений научных исследований. Этому способствовали сама природа параллельных вычислений и практически доказанная возможность адаптивного обучения нейронных сетей.
C увеличением сложности задач, решаемых современной наукой, появляется необходимость во все больших вычислительных мощностях. Это требует серьезных инвестиций в модернизацию вычислительных систем. Однако в действительности уже имеющиеся ресурсы расходуются непродуктивно: так, компьютеры в научных организациях работают максимум на 10 % своей мощности, а серверы – на 30 %. При рациональном использовании этих ресурсов можно выполнять существенные объемы вычислений.
