| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景 | 第10-13页 |
| 1.2 本文工作与贡献 | 第13-14页 |
| 1.3 篇章结构 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 相关工作介绍 | 第16-28页 |
| 2.1 卷积神经网络 | 第16-19页 |
| 2.1.1 深度学习概述 | 第16-17页 |
| 2.1.2 卷积神经网络概述 | 第17-18页 |
| 2.1.3 深度卷积神经网络 | 第18页 |
| 2.1.4 卷积神经网络结构 | 第18-19页 |
| 2.2 风格化算法 | 第19-25页 |
| 2.2.1 原始风格化网络 | 第20-22页 |
| 2.2.2 快速风格化网络 | 第22-25页 |
| 2.3 分布式框架 | 第25页 |
| 2.4 整体同步并行模型和分布式图处理系统 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于整体同步并行模型的卷积神经网络 | 第28-42页 |
| 3.1 简单图像分割方法 | 第28-32页 |
| 3.1.1 补全策略 | 第30-31页 |
| 3.1.2 正则化技术 | 第31-32页 |
| 3.2 BSP卷积模型 | 第32-37页 |
| 3.2.1 自适应补全 | 第33-34页 |
| 3.2.2 两阶段处理 | 第34-37页 |
| 3.3 优化策略 | 第37-41页 |
| 3.3.1 延迟正则化 | 第37-38页 |
| 3.3.2 模糊正则化 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 实验 | 第42-55页 |
| 4.1 实验环境与数据 | 第42-43页 |
| 4.2 实例分析 | 第43-49页 |
| 4.2.1 补全策略对比 | 第43-45页 |
| 4.2.2 BSP方法输出效果测试 | 第45-47页 |
| 4.2.3 BSP方法和模糊BSP方法输出效果对比 | 第47-49页 |
| 4.3 性能分析 | 第49-54页 |
| 4.3.1 计算规模和效率测试 | 第49-52页 |
| 4.3.2 多GPU分布测试 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-59页 |
| 5.1 本文的工作总结 | 第55-57页 |
| 5.2 未来研究工作 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间主要的研究成果 | 第63-64页 |
| 致谢 | 第64页 |