逻辑回归算法及其GPU并行实现研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外相关研究和综述 | 第10-12页 |
| 1.2.1 逻辑回归算法的研究现状 | 第10-11页 |
| 1.2.2 基于GPU的并行计算研究现状 | 第11-12页 |
| 1.3 问题的总结与分析 | 第12-13页 |
| 1.4 本文主要工作 | 第13-14页 |
| 1.5 本文组织结构 | 第14-16页 |
| 第2章 逻辑回归算法及GPU相关技术 | 第16-27页 |
| 2.1 引言 | 第16页 |
| 2.2 逻辑回归模型及目标函数的推导 | 第16-20页 |
| 2.2.1 广义线性模型与逻辑回归 | 第16-18页 |
| 2.2.2 逻辑回归预测函数的使用 | 第18-19页 |
| 2.2.3 逻辑回归目标函数的推导 | 第19-20页 |
| 2.3 GPU与CUDA编程相关技术 | 第20-26页 |
| 2.3.1 GPU硬件结构 | 第20-23页 |
| 2.3.2 CUDA编程相关技术 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于梯度下降的逻辑回归算法研究 | 第27-44页 |
| 3.1 引言 | 第27页 |
| 3.2 逻辑回归算法的迭代优化 | 第27-31页 |
| 3.2.1 无约束非线性问题的迭代优化 | 第27-28页 |
| 3.2.2 不同迭代法的对比 | 第28页 |
| 3.2.3 逻辑回归梯度下降算法推导 | 第28-31页 |
| 3.3 动态步长的梯度下降逻辑回归算法 | 第31-34页 |
| 3.3.1 算法的原理与流程 | 第31-33页 |
| 3.3.2 算法的复杂度分析 | 第33-34页 |
| 3.4 实验数据的预处理 | 第34-37页 |
| 3.5 实验结果与分析 | 第37-43页 |
| 3.5.1 实验过程 | 第37-38页 |
| 3.5.2 实验结果与分析 | 第38-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 基于正则化的逻辑回归算法研究 | 第44-52页 |
| 4.1 引言 | 第44页 |
| 4.2 范数与正则化简介 | 第44-45页 |
| 4.3 正则化逻辑回归算法推导 | 第45-48页 |
| 4.4 正则化逻辑回归算法的改进 | 第48-49页 |
| 4.5 实验结果与分析 | 第49-51页 |
| 4.5.1 实验过程 | 第49页 |
| 4.5.2 实验结果与分析 | 第49-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 基于GPU的并行逻辑回归算法研究 | 第52-64页 |
| 5.1 引言 | 第52页 |
| 5.2 并行逻辑回归算法的推导 | 第52-55页 |
| 5.3 核函数的设计 | 第55-58页 |
| 5.3.1 Block与Thread数目的计算 | 第56-57页 |
| 5.3.2 线程的组织结构 | 第57-58页 |
| 5.4 CUSPARSE的使用 | 第58-60页 |
| 5.4.1 数据格式的转换 | 第58-59页 |
| 5.4.2 CUSPARSE函数的调用 | 第59-60页 |
| 5.5 实验结果与分析 | 第60-63页 |
| 5.5.1 实验过程 | 第60-61页 |
| 5.5.2 实验结果与分析 | 第61-63页 |
| 5.6 本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70页 |
