Комп'ютерні системи та мережі
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/2141
Browse
2 results
Search Results
Item Моделювання нейронних мереж Кохонена на графічному процесорі(Видавництво Львівської політехніки, 2013) Олещук, О. В.; Попель, О. Є.; Копитчук, М. Б.Розглядається інтеграція таких інформаційних технологій, як нейронні мережі і паралельні обчислення на графічному процесорному ядрі з використанням технології CUDA. Коротко описано нейронної мережі Кохонена і карт, що самоорганізуються. Запропонована модель цієї мережі, що враховує особливості апаратної платформи і дає змогу реалізувати нейронну мережу Кохонена на графічному процесорному ядрі, отримавши за рахунок цього істотний приріст продуктивності. This article discusses the integration of information technology such as neural networks and parallel computing on the graphic processor core using the CUDA technology. A brief description of the neural network and Kohonen self-organizing maps is adduced. A model of the network, which takes into account characteristics of the hardware platform, and allows realizing of the Kohonen neural network in the graphic processor core, due to this received substantial performance gains.Item Моделювання повнозв’язної нейронної мережі з використанням технології CUDA(Видавництво Львівської політехніки, 2012) Олещук, О. В.; Попель, О. Є.; Копитчук, М. Б.Розглянуто задачу істотного підвищення продуктивності обчислювальних систем за рахунок використання сучасних апаратних засобів, таких як графічний процесор загального призначення. Описано відповідну програмну технологію CUDA і проаналізовано її ключові особливості, які суттєво впливають на продуктивність. На основі проведеного аналізу вибрана модель нейронної мережі та описано підхід до її реалізації. Наведено порівняльний аналіз реалізацій нейронної мережі на центральному та графічному процесорі, а також вплив деяких параметрів мережі на продуктивність. There is considered the problem of significant improvement of computing systems performance by using modern hardware such as a general purpose graphics processing units. An appropriate software technology CUDA is considered and its key features that significantly affect performance are analyzed. Based on the analysis a neural network model is selected and is described an approach to its implementation. We give a comparative analysis of neural network implementations on central and graphics processors, as well as the influence of several parameters on network performance.