Aceleración de la búsqueda de red neuronal óptima haciendo uso de varias GPUs

• M. Lupión ^[1]
  1. [1] Universidad de Almería

     Universidad de Almería

     Almería, España

     
• Localización: VI Jornadas de Doctorado en Informática: 10 de Febrero 2023. Universidad de Almería / coord. por Luis Fernando Iribarne Martínez, Ester Martín Garzón, Manuel Berenguel Soria, 2023, ISBN 978-84-1351-224-2, págs. 97-104
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen

  • Las redes neuronales tratan de simular el comportamiento del cerebro para realizar tareas como visión por computador, clasificación o procesamiento de sonido. Sin embargo, el diseño y la configuración de la arquitectura de la red neuronal es un proceso que requiere experiencia y es costoso computacionalmente. Por ello, se está investigando la forma de crear redes neuronales óptimas para una determinada tarea de forma automática. En este trabajo, se propone el uso de un algoritmo meta-heurístico denominado "Optimización basada en la enseñanza-aprendizaje" para dicho propósito. Este algoritmo está basado en poblaciones y requiere la evaluación de individuos (arquitecturas de red neuronal). Para procesar cada arquitectura de red neuronal, se propone una codificación en números reales. Además, la evaluación una arquitectura de red neuronal requiere el uso de GPU. Para paralelizar al máximo la evaluación de dichos individuos, se programa un "oráculo", que recibe una población a evaluar y devuelve el coste de dichos individuos, repartiendo la carga entre las diferentes CPUs y GPUs del sistema. Los resultados demuestran que la paralelización obtiene un speed-up de 4.2 sobre el máximo teórico de 4.39, además de obtener una arquitectura de red neuronal mejor que la encontrada por expertos humanos.