use*_*708 9 java performance artificial-intelligence neural-network
对于我的研究生研究,我正在创建一个训练识别图像的神经网络.我要做的不仅仅是采用RGB值网格,下采样,并将它们发送到网络的输入,就像许多例子一样.我实际上使用了超过100个独立训练的神经网络来检测线条,阴影图案等特征.更像人眼,它到目前为止工作得非常好!问题是我有相当多的训练数据.我展示了超过100个汽车外观的例子.然后是100个人的样子.然后超过100个狗的样子,等等.这是相当多的训练数据!目前我在大约一周的时间内开始训练网络.这有点扼杀了我的进步,因为我需要调整和重新训练.
我使用的是Neuroph,作为低级神经网络API.我正在运行双四核机器(16个超线程核心),所以这应该很快.我的处理器百分比仅为5%.Neuroph表现有什么技巧吗？还是Java性能一般？建议？我是一名认知心理博士生,作为一名程序员,我还不错,但对性能编程知之甚少.
Mil*_*ley 12
是的,几个月前我去了那条路.也适用于大学项目.第一个问题是Neuroph.它致命的慢.Neuroph很清楚主要的架构和性能问题,上周只有一篇关于代码项目的文章.
http://www.codeproject.com/KB/recipes/benchmark-neuroph-encog.aspx
我遵循了与本文作者类似的路径.从Neuroph切换到Encog是一个非常简单的端口.上面这篇文章的作者甚至还有另一篇文章比较了Encog,JOONE和Neuroph的语法,所以你可以比较一下.有关Encog的更多信息,
http://www.heatonresearch.com/encog
Encog也将更多地利用您的核心.只需看看上面文章中的图表.
祝好运!你的研究听起来真棒,我很想看到结果.