Computational performance analysis of Deep Learning using high resolution images with variable shapes
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/370742
Tipus de documentTreball Final de Grau
Data2022-06-28
Condicions d'accésAccés obert
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
En este estudio analizo el proceso de entrenamiento de una red neural convolucional desde la perspectiva del rendimiento computacional. Mediante el uso de herramientas de instrumentación y métricas de eficiencia, voy a mostrar cómo se comporta este programa en un entorno de alta capacidad computacional usando distintos conjuntos de datos. Además, mostraré varios test de rendimiento relacionados con la escalabilidad de recursos y un estudio sobre cómo algunos parámetros de ejecución alteran los resultados. In this study I analyse the training process of a convolutional neural network from a computational performance perspective. By using instrumentation tools and efficiency metrics, I will show how this kind of programs behave in a high performance computing environment with different kinds of datasets. Also, I will show several performance tests regarding the resource scalability and a study of how execution parameters impact the results.
MatèriesDeep learning, Artificial intelligence, Neural networks (Computer science), Aprenentatge profund, Intel·ligència artificial, Xarxes neuronals (Informàtica)
TitulacióGRAU EN ENGINYERIA INFORMÀTICA (Pla 2010)
Col·leccions
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
169960.pdf | 5,196Mb | Visualitza/Obre |