基于Julia云平台的交互式深度学习模式

• 作者: 党云龙 周艺华 唐舸轩 张常有
• 来源期刊: 太原理工大学学报
• 关键词: Julia 高性能云 交互式 深度学习
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 计算机工程
• 页码范围: 85-90
• 页数: 6页
• 分类号: TP312.1
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2016.01.017

摘要

为降低深度学习程序的开发难度,提出了一种基于Julia云平台的交互式深度学习模式.设计了一套深度学习原语,用Julia实现原语,为Julia程序员提供调用接口,构建交互分析系统;并提供GPU/CPU实现接口,由云端系统根据用户情形自动优选;最后实现了基于深度学习的图像交互分析案例,验证原语体系的完备性和Julia云平台的交互支持能力.实验结果表明,GPU的运行速度比CPU快近30倍.Julia程序员只需通过调用原语,设置相关参数,就可以使用并行化的算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周艺华	北京工业大学计算机科学与技术学院	24	45	4.0	6.0
2	张常有	中国科学院软件所并行软件与计算科学实验室	6	23	2.0	4.0
3	唐舸轩	北京工业大学计算机科学与技术学院	1	1	1.0	1.0
7	党云龙	石家庄铁道大学信息科学与技术学院	2	2	1.0	1.0