Wydarzenia

Biblioteki programistyczne Nvidii do procesów głębokiego, maszynowego uczenia

przeczytasz w 1 min.

Akceleracja procesów głębokiego uczenia

Maszynowe rozpoznawanie obiektów. [źródło: Nvidia]

Deep learning, czyli procesy głębokiego uczenia, to algorytmy bazujące na wielowarstwowych sieciach neuronowych pozwalające nauczyć komputer np. rozpoznawać obrazy. Wzorują się one na rzeczywistych układach biologicznych - np. ośrodek widzenia u kota ma 10 warstw.

Firma NVIDIA zaprezentowała łatwe we wdrożeniu oprogramowanie, dzięki któremu programiści mogą z łatwością wykorzystać moc procesorów graficznych do akcelerowania aplikacji wykorzystywanych do głębokiego uczenia (ang. deep learning), w takich dziedzinach jak rozpoznawanie obrazów, analiza materiałów wideo, rozpoznawanie mowy czy przetwarzanie języka naturalnego (ang. natural language processing, NLP).

Biblioteka programistyczna NVIDIA cuDNN, oparta na modelu programowania równoległego CUDA, akceleruje procesy głębokiego uczenia wykorzystując procesory graficzne, dzięki czemu są one nawet dziesięciokrotnie szybsze w porównaniu z metodami opartymi wyłącznie na jednostkach centralnych CPU. Łatwa we wdrożeniu i gotowa do użytku biblioteka cuDNN pozwala szybko opracować oraz zoptymalizować nowe modele nauczania i tworzyć dokładniejsze aplikacje wykorzystujące akcelerację procesorów graficznych.

Deep learning  to szybko rozwijający się segment uczenia maszynowego, które polega na tworzeniu złożonych, wielopoziomowych lub „głębokich” sieci neuronowych, dzięki którym potężne systemy komputerowe mogą rozpoznawać wzory, obiekty oraz inne elementy, poprzez analizowanie ogromnych ilości danych.

Popularność procesorów graficznych, używanych w procesie głębokiego uczenia, rośnie radykalnie, ponieważ naukowcy i programiści coraz częściej sięgają po korzyści, jakie zapewnia im akceleracja zadań wykorzystujących ogromne ilości danych.

Naukowcy z Uniwersytetu Kalifornijskiego w Berkeley zintegrowali bibliotekę cuDNN z platformą Caffe, jednej z najpopularniejszej platform do tworzenia aplikacji głębokiego uczenia.

Ponadto, ponad 90 procent uczestniczących w tym roku zespołów oraz trzech z czwórki zwycięzców prestiżowego konkursu ImageNet Large Scale Visual Recognition Challenge wykorzystało procesory graficzne do realizacji swoich projektów głębokiego uczenia. Więcej informacji na temat integrowania najnowszej struktury oprogramowania Caffee z biblioteką cuDNN można znaleźć witrynie internetowej cuDNN.

źródło: Nvidia

Komentarze

0
Zaloguj się, aby skomentować
avatar
Komentowanie dostępne jest tylko dla zarejestrowanych użytkowników serwisu.

    Nie dodano jeszcze komentarzy. Bądź pierwszy!