版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、極速學(xué)習(xí)機(jī)是一種用來求解單隱層神經(jīng)網(wǎng)絡(luò)的快速學(xué)習(xí)方法。它只需要設(shè)置網(wǎng)絡(luò)的隱層節(jié)點(diǎn)個(gè)數(shù),隨機(jī)生成輸入層與隱層之間的權(quán)值和隱層的偏置權(quán)值,且在算法執(zhí)行過程中不需要再做調(diào)整,最后只需求解一個(gè)最小范數(shù)最小二乘問題。因此,極速學(xué)習(xí)機(jī)算法具有訓(xùn)練參數(shù)少、學(xué)習(xí)速度快和泛化性能好等優(yōu)點(diǎn)。雖然極速學(xué)習(xí)機(jī)算法有眾多的優(yōu)點(diǎn),但是與傳統(tǒng)的機(jī)器學(xué)習(xí)算法都存在一個(gè)很現(xiàn)實(shí)的問題,即在如今互聯(lián)網(wǎng)高速發(fā)達(dá)的時(shí)代,數(shù)據(jù)量也是以指數(shù)級增長,傳統(tǒng)的機(jī)器學(xué)習(xí)算法由于受到機(jī)器內(nèi)存
2、的限制,不能有效地處理大規(guī)模的數(shù)據(jù)。針對以上問題,本文提出將極速學(xué)習(xí)機(jī)和當(dāng)下流行的云計(jì)算平臺相結(jié)合,利用云環(huán)境這個(gè)大規(guī)模并行處理系統(tǒng)來為極速學(xué)習(xí)機(jī)提供所需的存儲和計(jì)算空間,使極速學(xué)習(xí)機(jī)實(shí)現(xiàn)高效地處理大規(guī)模數(shù)據(jù)的目的。
本研究提出了一個(gè)基于Hadoop分布式計(jì)算平臺的極速學(xué)習(xí)機(jī)分類算法。根據(jù)極速學(xué)習(xí)機(jī)的基本步驟,先是確定隱層的節(jié)點(diǎn)個(gè)數(shù)和隨機(jī)給輸入權(quán)值和隱層偏置值賦值,接著由樣本值和上一步的結(jié)果計(jì)算得到隱層輸出矩陣,最后由隱層輸出
3、矩陣和樣本值得到最后的輸出權(quán)值。每個(gè)步驟對應(yīng)一個(gè) MapReduce作業(yè)實(shí)現(xiàn),每個(gè)MapReduce作業(yè)的輸出為下一個(gè)作業(yè)的輸入,以此類推。利用了Hadoop平臺出色的并行處理能力,解決了傳統(tǒng)極速學(xué)習(xí)機(jī)分類算法在面對大規(guī)模數(shù)據(jù)時(shí),效率低下和內(nèi)存耗盡的問題?;谝陨系乃惴ㄌ岢鲆粋€(gè)基于Hadoop分布式計(jì)算平臺的極速學(xué)習(xí)機(jī)分類改進(jìn)算法??紤]到MapReduce作業(yè)中的map與reduce的計(jì)算時(shí)間、兩者之間的通信時(shí)間和網(wǎng)絡(luò)延遲,通過將極速學(xué)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 極速學(xué)習(xí)機(jī)優(yōu)化方法研究.pdf
- 基于極速學(xué)習(xí)機(jī)的高光譜圖像分類研究.pdf
- 基于極速學(xué)習(xí)機(jī)的深度學(xué)習(xí)在圖像分類上的研究.pdf
- 云環(huán)境下基于極限學(xué)習(xí)機(jī)的XML文檔分類的研究與實(shí)現(xiàn).pdf
- 基于小波和極速學(xué)習(xí)機(jī)的織物疵點(diǎn)檢測和分類.pdf
- 基于遺傳算法和卷積神經(jīng)網(wǎng)絡(luò)的正則極速學(xué)習(xí)機(jī)研究
- 基于深度學(xué)習(xí)的極限學(xué)習(xí)機(jī)算法研究.pdf
- 極限學(xué)習(xí)機(jī)的研究與應(yīng)用.pdf
- 支持隱私保護(hù)的極限學(xué)習(xí)機(jī)研究.pdf
- 基于集成學(xué)習(xí)的極限學(xué)習(xí)機(jī)的算法研究.pdf
- 九疇經(jīng)典學(xué)習(xí)機(jī)
- 極端學(xué)習(xí)機(jī)的有效計(jì)算.pdf
- 基于極限學(xué)習(xí)機(jī)的圖像標(biāo)注研究.pdf
- 基于極端學(xué)習(xí)機(jī)的分類方法研究.pdf
- 深度極限學(xué)習(xí)機(jī)的研究與應(yīng)用.pdf
- 云環(huán)境下虛擬機(jī)部署算法的研究.pdf
- 基于穩(wěn)健估計(jì)的極限學(xué)習(xí)機(jī)方法研究.pdf
- 基于極限學(xué)習(xí)機(jī)的多示例算法研究.pdf
- 基于超限學(xué)習(xí)機(jī)的幾種增量算法研究.pdf
- 灰色極限學(xué)習(xí)機(jī)預(yù)測算法研究.pdf
評論
0/150
提交評論