GPU加速的神经网络BP算法

• 作者: 江敏杰 田绪红
• 来源期刊: 计算机应用研究
• 关键词: 图形处理器 神经网络 反向传播算法
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1679-1681,1699
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.05.022

摘要

近年来图形处理器(GPU)快速拓展的可编程性能力加上渲染流水线的高速度及并行性,使得图形处理器通用计算(GPGPU)迅速成为一个研究热点.针对大规模神经网络BP算法效率低下问题,提出了一种GPU加速的神经网络BP算法.将BP网络的前向计算、反向学习转换为GPU纹理的渲染过程,从而利用GPU强大的浮点运算能力和高度并行的计算特性对BP算法进行求解.实验结果表明,在保证求解结果准确度不变的情况下,该方法运行效率有明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田绪红	华南农业大学信息学院	44	307	10.0	15.0
2	江敏杰	华南农业大学信息学院	1	20	1.0	1.0