基于CUDA技术的卷积神经网络识别算法

摘要：

针对具有高浮点运算能力的流处理器设备GPU对神经网络的适用性问题,提出卷积神经网络的并行化识别算法,采用计算统一设备架构(CUDA)技术,并定义其上的并行化数据结构,描述计算任务到CUDA的映射机制.实验结果证明,在GTX200硬件架构的GPU上实现的并行识别算法的平均浮点运算能力峰值较CPU上串行算法提高了近60倍,更适用于神经网络的相关应用.

关键词：流处理器、单指令多线程、GTX200硬件架构、CUDA技术、卷积神经网络

所属期刊栏目：36

分类号：TP193(自动化基础理论)

资助基金：国家自然科学基金资助项目60573108;上海教委发展基金资助项目09YZ428;上海教委科研创新基金资助重点项目08ZZ76;上海市重点学科建设基金资助项目S30501

在线出版日期：2010-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：179-181