期刊专题

10.3778/j.issn.1002-8331.1608-0069

基于输入分片扰乱的BP神经网络MapReduce训练方法

引用
BP神经网络的MapReduce训练中,每个map训练任务产生的中间权阵只对该训练节点上的输入分片收敛,为提高BP神经网络的训练效率,保证MapReduce训练的全局收敛性,提出一种基于输入分片扰乱的MapReduce训练方法.通过对训练样本集进行系统抽样来扰乱输入分片,并产生新的输入分片,依靠新的输入分片以map任务的原权阵为基础进行迭代训练,可加速MapReduce训练达到收敛的进程;为提高map训练任务的局部收敛速度,在每轮次的训练完成后,选取map任务产生的权阵中全局误差最小者,作为下轮次各map训练任务的初始权阵.在Ha-doop集群上的实验表明,该方法可使MapReduce训练BP神经网络的效率得到很大提升.

神经网络、MapReduce、输入分片、收敛

54

TP301.6(计算技术、计算机技术)

国家自然科学基金61462076;甘肃省自然科学基金1104GKCA023;甘肃省科技攻关项目1208RJZA134;西北师范大学青年教师科研提升计划NWNU-LKQN-12-30

2018-01-26(万方平台首次上网日期,不代表论文的发表时间)

共7页

137-143

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

54

2018,54(2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn