Ανάλυση Επίδοσης Συνελικτικών Νευρωνικών Δικτύων Σε Πολυπύρηνα Συστήματα

Abstract

Η Βαθιά Μηχανική Μάθηση που εκφράζεται κυρίως μέσω των Βαθέων Νευρωνικών Δικτύων αποτελεί έναν πολύ διάσημο κλάδο της Επιστήμης Υπολογιστών. Η ικανότητα της να επιλύει προβλήματα που με τον συμβατικό προγραμματισμό θα ήταναδύνατο να αντιμετωπιστούν την καθιστά ένα πολύ σπουδαίο εργαλείο. Όμως, τόσο η εφαρμογή όσο και η εκπαίδευσή τους αποτελούν πολύ κοπιαστικές και απαιτητικές διαδικασίες σε υπολογιστική ικανότητα και αποθηκευτική δυνατότητα. Παρόλο που, αρχικά, η χρήση Καρτών Γραφικών έδωσε πνοή στην υλοποίηση τους, τελικά το οικονομικό κόστοςαυτών αλλά και η ανάγκη για εφαρμογή των Βαθέων Νευρωνικών Δίκτύων σε απλούστερες συσκευές μας οδήγησε στην περαιτέρω διερεύνηση των δυνατοτήτων που μας προσφέρουν οι επεξεργαστές.Θέμα της παρούσας διπλωματικής εργασίας είναι η δημιουργία, εφαρμογή και σύγκριση μιας σειράς τεχνικών υλοποίησης των πλεόν απαιτητικών τμημάτων των Βαθέων ΝευρωνικώνΔικτύων: των Συνελικτικών Επιπέδων που βασίζονται στον δυσδιάστατο πολλαπλασιασμό πινάκων, με τελικό σκοπό την δημιουργία ενός συνόλου κανόνων επιλογής της κατάλληλης τεχνικής για κάθε επίπεδο του δικτύου, με βάση ορισμένα κριτήρια (ταχύτητα, μνήμη, αριθμός πράξεων). Ταυτόχρονα, θα διερευνήσουμε και τις δυνατότητες παραλληλοποίησης της Απευθείας Συνέλιξης ώστε να έχουμε μία εικόνα σύγκρισης με τις προηγούμενες τεχνικές.