基于GPU的深度神经网络模型并行及优化方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 文章组织结构 | 第15-16页 |
| 2 深度神经网络模型并行的分析与设计 | 第16-25页 |
| 2.1 深度神经网络模型的基本结构 | 第16-19页 |
| 2.2 深度神经网络模型的并行化分析 | 第19-21页 |
| 2.3 软硬件协同设计 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 基于GPU的深度神经网络模型并行的优化 | 第25-38页 |
| 3.1 深度神经网络模型并行优化的设计思路 | 第25-26页 |
| 3.2 多模型并行优化 | 第26-32页 |
| 3.3 MINI-BATCH并行优化训练 | 第32-34页 |
| 3.4 模型的收敛性 | 第34-36页 |
| 3.5 本章小结 | 第36-38页 |
| 4 测试与分析 | 第38-48页 |
| 4.1 实验环境 | 第38-40页 |
| 4.2 测试网络结构 | 第40-42页 |
| 4.3 性能测试对比 | 第42-46页 |
| 4.4 本章小结 | 第46-48页 |
| 5 总结与展望 | 第48-50页 |
| 致谢 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 附录1 攻读硕士期间申请的软件著作版权 | 第57-58页 |
| 附录2 攻读硕士期间参与的项目 | 第58页 |
