128 подписчиков
Учёные факультета вычислительной математики и кибернетики МГУ выдвинули новейший подход к ускорению алгоритмов обучения нейронных сетей путем оптимизации процесса предобработки данных во время обучения
Предложенные методы основаны на известном подходе организации параллельных вычислений, который позволяет проводить предварительную обработку данных в фоновом режиме
Разработанные оригинальные алгоритмы осуществляют оптимальное распределение нагрузки по имеющимся вычислительным ресурсам
Предобработку данных можно выполнять на процессоре с использованием многозадачных вычислений, а обучение нейронных сетей происходит на графических процессорах
Методы реализованы с использованием языков программирования Python и C++, что предоставляет практическую программную библиотеку для разработчиков и исследователей, которые могут применять их в своих проектах
Подробнее — на сайте РАН
Около минуты
2 ноября 2023