《表5 MRPSF和CNN的训练时间对比》
目前,深度神经网络具有大量的软件和硬件支持来充分利用它的可并行计算特性.为了公平起见,在本实验中,部分实验没有使用GPU和CUDA(compute unified device architecture,统一计算架构)等技术,而是在CPU上以串行计算方式对深度神经网络进行训练.对于明显较慢的算法,我们使用了CUDA加速技术,否则无法在可接受的时间内得到实验数据.表5的第3列给出了对应实验是否使用了CUDA加速.值得一提的是,MRPSF也具备可并行计算特性.若对其应用类似的技术,理论上可将训练时间压缩两个数量级以上.
图表编号 | XD00137022800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.20 |
作者 | 施沫寒、王志海 |
绘制单位 | 北京交通大学计算机与信息技术学院、北京交通大学计算机与信息技术学院 |
更多格式 | 高清、无水印(增值服务) |