В МГУ рассказали об ускорении обучения нейросетей за счет оптимизации процесса предобработки данных

Методы, которые предложили ученые МГУ имени М.В.Ломоносова, основаны на подходе организации параллельных вычислений. Благодаря ему предварительная обработка данных проводится в фоновом режиме. Как сообщают в вузе, разработанные алгоритмы осуществляют оптимальное распределение нагрузки по имеющимся вычислительным ресурсам. «Таким образом, предобработку данных можно выполнять на процессоре с использованием многозадачных вычислений, в то время как обучение нейронных сетей осуществляется на графических процессорах», — отмечают на факультете вычислительной математики и кибернетики.

Подход ученые реализовали с использованием языков программирования Python и C++, обеспечивающих доступ «к практической программной библиотеке для разработчиков и исследователей, которые могут применять их в своих проектах», уточнили в вузе.

🔗 Источник: https://www.msu.ru/science/main_themes/uchenye-mgu-predstavili-novyy-podkhod-k-uskoreniyu-obucheniya-neyrosetey.html

***
📃 Результаты работы опубликованы в материалах конференции International Conference on Parallel Computational Technologies