LARGE NEURAL NETWORK: OBJECT MODELING AND PARALLEL SIMULATION

Artikeleigenschaften
  • Sprache
    English
  • DOI (url)
    10.1142/s0218213001000568
  • Veröffentlichungsdatum
    2001/09/01
  • Zeitschrift
    International Journal on Artificial Intelligence Tools
  • Indian UGC (Zeitschrift)
  • Auffrischen
    4
  • C. J. GARCÍA-ORELLANA Departamento de Electrónica e Ing. Electromecánica, Universidad de Extremadura – 06071 Badajoz, Spain
  • F. J. LÓPEZ-ALIGUÉ Departamento de Electrónica e Ing. Electromecánica, Universidad de Extremadura – 06071 Badajoz, Spain
  • H. M. GONZÁLEZ-VELASCO Departamento de Electrónica e Ing. Electromecánica, Universidad de Extremadura – 06071 Badajoz, Spain
  • M. MACÍAS-MACÍAS Departamento de Electrónica e Ing. Electromecánica, Universidad de Extremadura – 06071 Badajoz, Spain
  • M. I. ACEVEDO-SOTOCA Departamento de Electrónica e Ing. Electromecánica, Universidad de Extremadura – 06071 Badajoz, Spain
Abstrakt
Login
Zitieren
GARCÍA-ORELLANA, C. J., et al. “LARGE NEURAL NETWORK: OBJECT MODELING AND PARALLEL SIMULATION”. International Journal on Artificial Intelligence Tools, vol. 10, no. 03, 2001, pp. 373-85, https://doi.org/10.1142/s0218213001000568.
GARCÍA-ORELLANA, C. J., LÓPEZ-ALIGUÉ, F. J., GONZÁLEZ-VELASCO, H. M., MACÍAS-MACÍAS, M., & ACEVEDO-SOTOCA, M. I. (2001). LARGE NEURAL NETWORK: OBJECT MODELING AND PARALLEL SIMULATION. International Journal on Artificial Intelligence Tools, 10(03), 373-385. https://doi.org/10.1142/s0218213001000568
GARCÍA-ORELLANA CJ, LÓPEZ-ALIGUÉ FJ, GONZÁLEZ-VELASCO HM, MACÍAS-MACÍAS M, ACEVEDO-SOTOCA MI. LARGE NEURAL NETWORK: OBJECT MODELING AND PARALLEL SIMULATION. International Journal on Artificial Intelligence Tools. 2001;10(03):373-85.
Journalkategorien
Science
Mathematics
Instruments and machines
Electronic computers
Computer science
Technology
Electrical engineering
Electronics
Nuclear engineering
Electronics
Technology
Mechanical engineering and machinery
Sie können auch mögen
Beschreibung

Wie können wir große neuronale Netze effizient simulieren? Diese Arbeit schlägt ein objektorientiertes Modell zur Simulation großer neuronaler Netze unter Verwendung der OMT-Technik vor. Der Server namens NeuSim-NNLIB ist ein "Beowulf"-Cluster, der mit einem Cluster von 6 Pentium-Prozessoren bis zu 18 MCPS erreicht. Die Modellierung wurde auf einem Client-Server-Parallelsimulator implementiert. Die Leistung des Simulators und die optimale Prozessornummer werden ebenfalls geschätzt.

Auffrischen
Login