| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 딥러닝
- c++
- 통계
- 확률
- 데이터 과학
- No SQL
- 주일설교
- 우리들교회
- 인공지능
- probability
- Statistics
- MongoDB
- WebGL
- 빅 데이터
- nodeJS
- openCV
- node.js
- 빅 데이타
- 김양재 목사
- 김양재 목사님
- 몽고디비
- Artificial Intelligence
- Deep learning
- 김양재
- Big Data
- Machine Learning
- 빅데이터
- data science
- R
- 빅데이타
Archives
- Today
- Total
목록Performance (1)
Scientific Computing & Data Science
[Artificial Intelligence / h2o] R 딥러닝(II): 병렬 가속화를 이용하여 고성능 DNN 구현하기
이 글은 ParallelR의 R for Deep Learning (II): Achieve High-Performance DNN with Parallel Acceleration을 번역한 것입니다. 이전 포스트, R 딥러닝: 인공신경망 바닥부터 구현하기에서 신경망의 핵심 구성요소와 R에서 이것을 바닥부터 구현하는 방법에 대하여 알아보았다. 이제 R에서 구현안 것에 대한 연산 성능과 효율, 특히 멀티코어 CPU와 NVIDIA GPU 아키텍쳐에 대한 병렬 알고리즘에 관하여 집중적으로 알아보도록 하겠다. 성능 프로파일이 글에서 성능 분석을 위해 작지만 큰 데이터세트인 MNIST를 활용할 것이다. MNIST는 머신러닝 분야에서 손으로 쓴 숫자의 분류에 대한 정확도를 측정하기 위해 자주 사용되며, Kaggle 대회에..
Artificial Intelligence/H2O
2017. 2. 21. 23:37