异或逻辑GPU算法的性能分析与优化

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：对机器学习领域内非线性机器学习中的异或逻辑问题进行了深入探讨和分析,并阐述了该算法相应的并行实现方法.之后,通过在主流的Nvidia GPU Kepler架构上进行实际测试以及性能分析工具的使用,确定了该类机器学习算法的主要性能瓶颈.在此基础上,对该算法的最主要的性能瓶颈仿函数进行了优化.从数学理论上推导出了仿函数等价的变换公式并给出了新的计算模式.运用新的计算方法可以大幅度的减少关键路径上的计算量,最终得到了3.5倍的性能提高.

原文链接:http://www.cqvip.com//QK/92082X/201403/49202718.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：性能分析 GPU 机器学习算法 kepler nvidia 机器学习 Nelder-Mead方法 异或逻辑 GPU并行计算