Реализация сервиса для обучения глубоких нейронных сетей на облачной платформе

ФИО студента: Крутой Никита Алексеевич

Руководитель: Сухорослов Олег Викторович

Кампус/факультет: Факультет компьютерных наук

Программа: Прикладная математика и информатика (Бакалавриат)

Год защиты: 2019

Глубокие нейронные сети – популярный инструмент для моделирования различных систем. Они состоят из большого количества параметров и обучаются на большом количестве данных, из-за чего время их обучения измеряется в часах или днях. Параллельные методы обучения используются для ускорения обучения нейронных сетей на многопроцессорных системах. В то же время существуют распределенные системы, такие как грид-системы, которые позволяют добиться большего параллелизма, за счет использования неограниченного количества вычислительных узлов. В этой работе предлагается реализация библиотеки с тремя методами обучения глубоких нейронных сетей на грид-системах. В работе содержится полное описание организации библиотеки, набор экспериментов по обучению моделей для двух задач компьютерного зрения и сравнение скорости обучения реализованных методов с результатами для однопроцессорной системы.

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ