Analiza wydajności biblioteki TensorFlow z wykorzystaniem różnych algorytmów optymalizacji
Artykuł w czasopiśmie
MNiSW
5
spoza listy
| Status: | |
| Warianty tytułu: |
Performance analysis of the TensorFlow library with different optimisation
algorithms
|
| Autorzy: | Wadas Maciej, Smołka Jakub |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Rok wydania: | 2021 |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Język: | polski |
| Wolumen/Tom: | 21 |
| Strony: | 330 - 335 |
| Bazy: | Baztech |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | NIE |
| Publikacja OA: | TAK |
| Licencja: | |
| Sposób udostępnienia: | Witryna wydawcy |
| Wersja tekstu: | Ostateczna wersja opublikowana |
| Czas opublikowania: | W momencie opublikowania |
| Data opublikowania w OA: | 30 grudnia 2021 |
| Abstrakty: | angielski | polski |
| This paper presents the results of performance analysis of the Tensorf low library used in machine learning and deep neural networks. The analysis focuses on comparing the parameters ob tained when training the neural network model for optimization algorithms: Adam, Nadam, AdaMax, AdaDelta, AdaGrad. Special attention has been paid to the diff e- rences between the training efficiency on tasks using microproce ssor and graphics card. For the study, neural network models were created in order to recognise Polish handwritten characters. The results obtained showed that the most efficient algorithm is AdaMax, while the computer component used during th e research only affects the training time of the neural network model used. | |
| W artykule zaprezentowano wyniki analizy wydajności biblioteki TensorFlow wykorz ystywanej w uczeniu maszy no- wym i głębokich sieciach neuronowych. Analiza skupia się na porównaniu parametrów otrzymanych podczas treningu modelu sieci neuronowej dla algorytmów optymalizacji: Adam, Nadam, Ad aMax, AdaDelta, AdaGrad. Zwrócono szczególną uwagę na różnice pomiędzy efektywnością treningu na zadan iach wykorzystujących mikroprocesor i kartę graficzną. Do przeprowadzenia badań utworzono modele sieci neuronowej, której zadaniem było rozpoznawanie zn a- ków języka polskiego pisanych odręcznie. Otrzymane wyniki wykazały, że naj wydajniejszym algorytmem jest Ad a- Max, zaś podzespół komputera wykorzystywany podczas badań wpływ a jedynie na czas treningu wykorzystanego m o- delu sieci neuronowej. |
