بررسی سیستم تشخیص ارقام با الگوریتم شبکه های عصبی مصنوعی در CUDA

در طول سال های اخیر واحد پردازش گرافیک (GPU) به عنوان یک گرایش جدید است که علاوه بر انجام عملیات گرافیکی قادر به انجام محاسبات با سرعت بالا می باشد. محاسبات مبتنی بر GPUمبنی بر یک مدل برنامه نویسی است. برای این منظور رابط های برنامه های کاربرپسند انویدیا کودا، قابل برنامه ریزی و انجام محاسبات با کارایی بالا را بر عهده دارد. از آنجایی که شبکه های عصبی نیز برای پردازش اطلاعات از ساختار موازی استفاده می کنند و به عنوان یک ابزار قدرتمند، قادر به ضبط روابط ورودی و خروجی پیچیده هستند. اما یکی از نگرانی های اصلی شبکه های عصبی با استفاده از پردازش (CPU)، افزایش تعداد کلاس های الگو و الگوهای آموزش است که به طور چشم گیری منجر به افزایش زمان آموزش می شود. بنابراین به کارگیری الگوریتم های شبکه های عصبی در کودا (CUDA) به منظور تسریع در محاسبات شبکه های عصبی برای چالش ذکر شده بیان می گردد. بدین منظور هدف استفاده از GPU برای افزایش عملکرد شبکه های عصبی برای حل مشکلات تشخیص ارقام است. شبکه های عصبی اغلب دارای لایه های متعدد هستند که هر ارتباط بین آن ها را با یک مقدار به نام وزن اختصاص داده می شود، برقرار است. شبکه عصبی تصویر رقم را با تصاویر ارقامی که هنگام آموزش ایجاد شده اند مقایسه می کند. و احتمال این که به هر کدام از تصاویر ارقام شباهت بیش تری داشته باشد را به عنوان خروجی نمایش می دهد.

کلیدواژه ها:

، GPU ، ، شبکه های عصبی ، cuda ، تشخیص ارقام ، تشخیص الگو