文档名：基于MapReduce的卷积神经网络算法研究
卷积神经网络(ConvolutionalNeuralNetworks,CNN)是深度学习技术应用最成熟的模型之一,利用卷积神经网络来提取特征进行目标识别和分析是当前比较热的研究方向.目前CNN主要以单机串行方式实现,随着大数据时代的到来,串行模式突显出训练时间过长,内存不足等问题.为此,本文提出了一种在分布式处理Hadoop平台上,基于MapReduce框架并行训练CNN的算法MR-TCNN.并通过实验证明,提出的方法与传统单机串行训练方式相比,在大数据上有更快的训练速度.
作者：马焕芳赵歆波
作者单位：西北工业大学计算机学院,西安710129
母体文献：第十四届中国体视学与图像分析学术会议论文集
会议名称：第十四届中国体视学与图像分析学术会议
会议时间：2015年9月1日
会议地点：贵阳
主办单位：中国体视学学会
语种：chi
分类号：
关键词：卷积神经网络 MapReduce框架 并行训练
在线出版日期：2017年12月4日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.2 MB
- 下载次数:
- 60
-
高速下载
|
|
