Para mi proyecto universitario, estoy creando una red neuronal que puede clasificar la probabilidad de que una transacción con tarjeta de crédito sea fraudulenta o no. Estoy entrenando con backpropagation. Estoy escribiendo esto en Java. Me gustaría aplicar multiprocesamiento, porque mi computadora es un quad-core i7. Me molesta pasar horas entrenando y ver la mayoría de mis núcleos inactivos.¿Cómo puedo aplicar el subprocesamiento múltiple a la capacitación de la red neuronal de retropropagación?
Pero, ¿cómo podría aplicar el subprocesamiento múltiple a la retropropagación? Backprop funciona ajustando los errores hacia atrás a través de la red. Se debe hacer una capa antes de que la otra pueda continuar. ¿Hay alguna manera de que pueda modificar mi programa para hacer un fondo multinúcleo?
¿cómo fusiona los pesos? ¿Qué significa "fusionar" aquí, agregarlos todos? – PeeS
Los pesos no se combinan. Estoy calculando los gradientes en cada hilo y se suman en un paso de reducción. La forma en que los degradados se aplican a los pesos depende del algoritmo de entrenamiento de propagación utilizado, pero la actualización de peso se realiza en una sección crítica. Cuando tiene considerablemente más muestras de entrenamiento que pesos, el código pasa mucho más tiempo en el cálculo del gradiente de subprocesos múltiples que la actualización de peso de la sección crítica. – JeffHeaton
Su enlace sirve como "Página no encontrada". –