计算机应用研究2021，Vol.38Issue(5) ：1416-1421.DOI:10.19734/j.issn.1001-3695.2020.04.0112

基于大数据的并行化深度卷积神经网络优化算法

Parallel deep convolution neural network optimization algorithm based on big data

毛伊敏 张瑞朋 曹文梁
计算机应用研究2021，Vol.38Issue(5) ：1416-1421.DOI:10.19734/j.issn.1001-3695.2020.04.0112
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于大数据的并行化深度卷积神经网络优化算法

Parallel deep convolution neural network optimization algorithm based on big data

毛伊敏 1张瑞朋 1曹文梁2
扫码查看

作者信息

  • 1. 江西理工大学信息工程学院,江西赣州341000
  • 2. 东莞职业技术学院计算机工程系,广东东莞523808
  • 折叠

摘要

针对并行DCNN算法在大数据环境下网络冗余参数过多、收敛速度慢和并行效率低的问题,提出了一种并行化深度卷积神经网络优化算法——PDCNNO(parallel deep convolutional neural networks optimization algorithm).首先,该算法设计了基于特征图的剪枝策略(PFM),预训练网络,获得压缩后的网络,有效减少了冗余参数,降低了DCNN训练时间和空间复杂度;其次,设计了修正正割线的共轭梯度法(CGMSE),获取局部分类结果,实现了共轭梯度法的快速收敛,提高了网络的收敛速度;最后,在reduce阶段提出了控制负载率的负载均衡策略(LBRLA),获取全局分类结果,实现了数据的快速均匀分组,从而提高了并行系统的加速比.实验表明,该算法不仅降低了DCNN在大数据环境下训练的时间和空间复杂度,而且提高了并行系统的并行化性能.

关键词

DCNN算法/MapReduce框架/CGMSE/PFM策略/LBRLA策略

引用本文复制引用

基金项目

国家重点研发计划资助项目(2018YFC1504705)

国家自然科学基金资助项目(41562019)

广东省普通高校特色创新(自然科学)项目(2019GKTSCX142)

广东省普通高校特色创新(自然科学)项目(2017GKTSCX101)

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
被引量3
参考文献量3
段落导航相关论文