基于 Hadoop-GPU 的 RBM 云计算实现

• 作者: 刘凯 吴莉强 张立民
• 来源期刊: 微电子学与计算机
• 关键词: 人工神经网络 受限玻尔兹曼机 云计算平台 GPU
• 年，卷（期）: 2015,（9）
• 页码范围: 70-75
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文

摘要

针对受限波尔兹曼机处理大数据时存在的训练缓慢问题,在 Hadoop 云计算平台和 GPU 并行加速的基础上设计了基于 Hadoop-GPU 框架的的 RBM 加速计算实现方法。通过对 MapReduce 机制和 RBM 训练过程的分析,将 RBM 训练分割为采用 Map 端实现吉布斯采样,Reduce 端实现参数更新,并通过 GPU 实现运算并行加速的方法组合。最后通过 MNIST 手写数字识别集实验证明,在大规模数据下,Hadoop-GPU 平台对 RBM 的训练具有良好的可行性,加速比达到20以上,并且随着数据规模的增加,加速比呈现更为显著的增长。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张立民	海军航空工程学院信息融合研究所	163	596	11.0	15.0
2	刘凯	海军航空工程学院信息融合研究所	28	106	6.0	9.0
3	吴莉强		1	2	1.0	1.0