检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

AI算力平台与云计算融合探究 B03

AI算力平台与云计算融合探究

山西科技报

作者：卞慧敏

摘要：当今世界正处于数字化转型的浪潮中，从工业到服务业领域都在推动智能化发展，而AI技术的快速发展吸引了越来越多的关注。在AI 的应用过程中，算力是一个至关重要的因素，它决定着AI任务的训练速度和效率，同时也影响着应用场景... 详细信息

摘要：当今世界正处于数字化转型的浪潮中，从工业到服务业领域都在推动智能化发展，而AI技术的快速发展吸引了越来越多的关注。在AI 的应用过程中，算力是一个至关重要的因素，它决定着AI任务的训练速度和效率，同时也影响着应用场景的扩展和普及。而云计算平台则成为开发者和

关键词：训练速度深度学习云计算平台计算需求

来源： cnki报纸评论

在线全文

cnki报纸

学校读者我要写书评

暂无评论

提高BP网络训练速度的研究

哈尔滨工业大学学报 2001年第4期33卷 439-441页

作者：孙佰清潘启树冯英浚张长胜哈尔滨工业大学管理学院黑龙江哈尔滨150001 哈尔滨工业大学数学系黑龙江哈尔滨150001

由于误差函数的高维复杂性 ,BP网络在目前的应用中存在训练速度慢甚至导致网络系统瘫痪的问题 ,针对训练中的归一化问题、隐层节点数的选取、样本数目的增减法、整体学习率的确定及训练算法进行了研究 .结果表明 :训练样本数据不必一定... 详细信息

由于误差函数的高维复杂性 ,BP网络在目前的应用中存在训练速度慢甚至导致网络系统瘫痪的问题 ,针对训练中的归一化问题、隐层节点数的选取、样本数目的增减法、整体学习率的确定及训练算法进行了研究 .结果表明 :训练样本数据不必一定归一化到 [0 ,1],可以通过简单的线性变换将数据转化到某个区间 ,使数据分布合理 ,以满足训练需要 ;根据经验公式 ,确定隐层节点数的初值 ,选取规模略大一点的网络开始训练 ;网络应对学习过的样本加强记忆 ,更应注意剔除错误样本 ;引入黄金分割法的思想来调整学习率的步长 ,效果理想 ;采用单参数动态搜索算法作为学习算法 ,能尽快达到训练要求的精度 .

关键词：神经网络 BP算法收敛性单参数动态搜索算法学习算法训练速度 BP网络

在线全文

学校读者我要写书评

暂无评论

提高BP网络训练速度的研究

信息技术 2002年第1期26卷 4-6页

作者：姚一波王纪亮黑龙江省机房设施工程公司哈尔滨150001

由于误差函数的高维复杂性 ,BP网络在目前的应用中存在训练速度慢、甚至导致网络系统瘫痪的问题 ,针对训练中的归一化问题、隐层节点数的选取、样本数目的增减法。

关键词： BP网络训练速度神经网络 BP算法收敛性单参数动态

在线全文

学校读者我要写书评

暂无评论

训练速度

足球俱乐部 2008年第19期 75-75页

作者：小婉

铁脸爷把"训练速度和体能"提上了日程。已经在门将身上验证过了"金钱出鞘"这招,如今再用"抛钱诱人"来训练场上球员的速度,立刻奏效。一次又一次的试验表明,有了这金灿灿的锭子。

关键词：训练速度球员足球训练训练场训练方法体能锭子验证金钱日程

基于复数神经网络的粘弹性材料动态模量拟合方法

在线全文

学校读者我要写书评

暂无评论

力学季刊 2022年第2期43卷 406-415页

作者：贺云李海滨杜娟内蒙古农业大学水利与土木建筑工程学院内蒙古呼和浩特010018 内蒙古工业大学理学院内蒙古呼和浩特010051 内蒙古财经大学统计与数学学院内蒙古呼和浩特010070

固体火箭发动机药柱粘弹性材料除具有弹塑性特性,还具有粘滞性,这一特性使得材料变形具有明显的时间效应,本构关系复杂,进行动态力学分析时,动态模量难以有效拟合.本文提出了一种基于(LevenbergMarquardt,L-M)算法的复数神经网络拟合粘... 详细信息

固体火箭发动机药柱粘弹性材料除具有弹塑性特性,还具有粘滞性,这一特性使得材料变形具有明显的时间效应,本构关系复杂,进行动态力学分析时,动态模量难以有效拟合.本文提出了一种基于(LevenbergMarquardt,L-M)算法的复数神经网络拟合粘弹性材料动态模量的方法.通过广义Maxwell模型推导得到材料的动态模量表达式,以此构造未定网络参数为复数的神经网络,从而提供了一种输入、输出样本均为复数的神经网络解决方法.将实数L-M训练算法进行改进,衍生到复数领域,提出复数L-M训练算法.通过粘弹性材料实验,将实验数据时温等效转换,获得复数神经网络的训练及测试样本.通过对神经网络进行训练,实现粘弹性材料动态模量的高精度拟合.数值算例表明,与传统神经网络拟合方法相比,所提方法在训练速度和泛化能力方面都有其优越性.

关键词：粘弹性材料动态模量拟合复数神经网络复数L-M训练算法训练速度泛化能力

在线全文

学校读者我要写书评

暂无评论

改进的深度卷积网络在医学图像中的研究应用

计算机应用与软件 2022年第10期39卷 203-211页

作者：舒晖王以伍成都医学院现代教育技术中心四川成都610500

为进一步提升医学图像的视觉质量,针对DnCNN算法的局限性和医学图像的特征,采用改进的深度卷积神经网络算法进行图像去噪。改进方法应用多尺寸卷积核提取医学图像不同尺度特征,增加深度网络对医学图像的适应性;改进常规网络中激活函数... 详细信息

为进一步提升医学图像的视觉质量,针对DnCNN算法的局限性和医学图像的特征,采用改进的深度卷积神经网络算法进行图像去噪。改进方法应用多尺寸卷积核提取医学图像不同尺度特征,增加深度网络对医学图像的适应性;改进常规网络中激活函数和损失函数的定义方式,从而更好地保护输出结果中的边缘/纹理细节信息;增加一个跳跃连接,提升网络的训练速度和算法的收敛精度。仿真模拟结果表明,相比DnCNN算法、ID-CNN算法、BM3D算法和曲波变换去噪算法,该改进网络具有更好图像细节保持以及更好的去噪效果,图像的峰值信噪比平均提升56%以上,结构相似度平均提升至0.881。改进的深度卷积网络去噪效果好、效率高,在医学图像处理中具有较强的推广性。

关键词：深度卷积神经网络训练速度收敛精度细节保持信噪比噪声去除

在线全文

学校读者我要写书评

暂无评论

基于CUDA流技术的深度学习系统优化

华中科技大学学报（自然科学版） 2020年第7期48卷 107-111页

作者：蒋文斌刘湃陈雨浩张杨松华中科技大学计算机科学与技术学院湖北式汉430074 华中科技大学大数据技术与系统国家工程研究中心湖北式汉430074 华中科技大学服务计算技术与系统教育部重点实验室湖北式汉430074

为了在不损失模型准确率的同时优化Caffe深度学习框架的训练速度,提出了一种面向Caffe并基于计算统一设备架构(CUDA)流技术的深度学习系统优化方法,以便充分利用GPU资源,提高计算的并行度.在Caffe网络的各层使用异步CUDA流,使其运行在... 详细信息

为了在不损失模型准确率的同时优化Caffe深度学习框架的训练速度,提出了一种面向Caffe并基于计算统一设备架构(CUDA)流技术的深度学习系统优化方法,以便充分利用GPU资源,提高计算的并行度.在Caffe网络的各层使用异步CUDA流,使其运行在独立线程以并行执行GPU计算任务;同时将批处理块划分成多个数据片,使用调度算法在前向传播和反向传播过程中以流水线形式进行处理.在数据集MNIST和CIFAR-10上的实验结果表明:优化后的系统在训练速度上有明显提升,同时准确率基本无损失.

关键词：深度学习计算统一设备架构(CUDA)流训练速度调度算法准确率

在线全文

学校读者我要写书评

暂无评论

基于线性规划的ν-支持向量机分类器

大连理工大学学报 2005年第2期45卷 303-307页

作者：宋杰唐焕文大连理工大学应用数学系

Scho..lkopf等提出的基于二次规划的ν-支持向量机(ν-SVM)与标准SVM相比,其优势在于可以控制支持向量的数目和误差,但由于增加了模型的复杂性,限制了其应用.为此,构造了一种基于线性规划的ν-SVM分类器,模型简单,参数ν具有明确的意义... 详细信息

Scho..lkopf等提出的基于二次规划的ν-支持向量机(ν-SVM)与标准SVM相比,其优势在于可以控制支持向量的数目和误差,但由于增加了模型的复杂性,限制了其应用.为此,构造了一种基于线性规划的ν-SVM分类器,模型简单,参数ν具有明确的意义,同样可以控制支持向量的数目和误差,直接利用比较成熟的线性规划算法.数值实验表明,该方法ν-SVM的训练速度要比基于二次规划的ν-SVM快得多,而分类效果两者相当.

关键词：支持向量机分类器 SVM分类器线性规划算法二次规划数值实验直接利用训练速度分类效果复杂性误差控制模型

在线全文

学校读者我要写书评

暂无评论

过程神经元网络学习算法及软测量方法的研究

系统仿真学报 2007年第7期19卷 1456-1459页

作者：刘载文王正祥王小艺杨斌程志强北京工商大学信息工程学院北京100037

研究输入输出以及连接权函数均可为时间函数的过程神经元网络(process neural network,PNN)的学习算法,在基本算法上增加基函数展开系数的规一化处理、权函数动量项调整项,提出学习率自适应调整方法和加速网络收敛速度的改进算法。将过... 详细信息

研究输入输出以及连接权函数均可为时间函数的过程神经元网络(process neural network,PNN)的学习算法,在基本算法上增加基函数展开系数的规一化处理、权函数动量项调整项,提出学习率自适应调整方法和加速网络收敛速度的改进算法。将过程神经元网络引入到生产过程质量参数的软测量,研究基于正交基展开的过程神经元网络算法,通过分析原网络收敛速度慢等问题,对传统BP算法加以改进,实现了污水处理过程出水水质BOD的预测,仿真取得较好的结果,实践证明这是一种时变过程参数软测量的新方法。

关键词：过程元神经网络训练速度算法研究软测量污水处理