Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Подходы к аппаратной реализации нейросетей

Способы реализации нейронных сетей. | Многопроцессорные ускорительные платы | Разработка нейрокомпьютеров на программируемых матрицах | Практическое применение нейросетевых технологий. | Зашумленность, частичная противоречивость, неполнота или избыточность исходных данных. | Конфигурируемые процессоры | Зачем это нужно |


Читайте также:
  1. I. Подходы к пониманию агрессии в рамках психологии
  2. II. Основные цели и задачи Программы с указанием сроков и этапов ее реализации, а также целевые индикаторы и показатели, отражающие ход ее выполнения
  3. II. Подходы к пониманию агрессии в рамках социологии
  4. III. Этапы реализации проекта
  5. V 1. Административно-правовой статус ФТС России. Административно-правовые формы и методы реализации исполнительной власти. Обеспечение законности в государственном управлении.
  6. XI. ОБЩИЕ ПОДХОДЫ К ДИАГНОСТИКЕ ПУЛЬПИТА.
  7. XI. Требования к реализации хлеба, хлебобулочных и кондитерских изделия

Построение вычислительных систем, интерпретирующих нейросетевые ал­горитмы, осуществляется сейчас на традиционной элементной базе. Однако весьма многообещающей выглядит потенциальная возможность реализации базисной операции (вычисления скалярного произведения) в физической среде-носителе сигнала. Прежде всего, это касается операции суммирования в электромагнитном поле, хотя в живых организмах существуют и иные примеры, в частности, суммирование на биохимическом уровне. Реализация скалярного произведения за счет суммирования электромагнитного поля (включая оптический диапазон) может привести к тому, что время срабаты­вания элемента, вычисляющего скалярное произведение, будет исключи­тельно малым, сравнимым со временем прохождения светом линейного размера элемента.

Алгоритм, заданный нейронной сетью, может быть интерпретирован обыч­ной универсальной вычислительной машиной, либо некоторым специали­зированным устройством.

Сравнение аппаратных средств, интерпретирующих нейросетевые алгорит­мы, затруднено в связи с большим разнообразием параметров. В их число входят: число интерпретируемых нейронов и связей, точность представления значений входов/выходов и весов входов, точность схем умножения и сло­жения (особенно при аналоговой реализации). Например, если используются 8-разрядные входы и веса и 16-разрядный сумматор, то возникают пробле­мы точности результатов при интерпретации сетей, имеющих многовходо-вые нейроны.

Принятой в нейрокомпьютерном мире единицей измерения производитель­ности является число соединений в секунду (CPS — Connections Per Second). Под соединением понимается умножение входа на вес и сложение с накопленной суммой.

Другим показателем, оценивающим скорость обучения, служит число изме­ненных значений весов в секунду (CUPS — Connections Update Per Second).

Эти показатели достаточно условны, т. к. не учитывают разрядности обрабатываемых входов и весов, точность промежуточных результатов и другие особенности. При оценке в этих единицах традиционных вычислительных устройств не­обходимо учитывать, кроме собственно вычислительных операций, операции по выборке из памяти операндов и организации вычислений.

Дата добавления: 2015-08-17; просмотров: 47 | Нарушение авторских прав

<== предыдущая страница | следующая страница ==>
Игорь Левшин| Наряд для гостинца
mybiblioteka.su - 2015-2024 год. (0.004 сек.)