Эффективная реализация алгоритмов обучения нейронных сетей с помощью Q-детерминанта

В статье впервые рассматривается эффективная реализация с помощью концепции Q-детерминанта алгоритмов обучения нейронных сетей. Для эффективной реализации алгоритмов применяется метод проектирования Q-эффективных программ, использующих ресурс параллелизма реализуемых ими алгоритмов полностью. Применение метода показано на примере алгоритмов, выполняющих часто используемые методы стохастического градиентного спуска и обратного распространения ошибки. Для этих алгоритмов разработаны Q-эффективные программы для общей и распределенной памяти параллельных вычислительных систем. С помощью вычислительных экспериментов выполнена оценка ускорения и эффективности разработанных программ. Вычислительные эксперименты проводились на суперкомпьютере «Торнадо» Южно-Уральского государственного университета.