原创 MATLAB深度學習CNN包計算次數統計
對一次前向訓練和反向傳導來說，主要計算了以下東西： 讀取6W組數據到內存中耗時:5.767000 seconds 初始化CNN耗時:0.001000 seconds 訓練60000組數據,每一組數據耗時:約0.05s 訓練一次耗時:tra
2018-08-27 11:12:17
30
原创 關於《OPENCL異構並行計算》中工作組間同步的分析
《OPENCL異構並行計算》中講了如何利用使用同步鎖的機制對各個工作組之間進行同步，這裏對其進行簡單分析： 對應那本書6.5節最後的內核代碼，他要做一個對巨大數組進行求和的操作，這裏數組大到一個工作組無法容納數組的長度，而多次計算又浪費時
2018-08-27 11:12:17
3
原创 關於《OPENCL異構並行計算》中矩陣乘法的分析
《OPENCL異構並行計算》中講了如何利用OPENCL進行矩陣乘法運算，並給出了使用局部存儲器優化、使用向量加載指令以及一個工作項同時計算多個輸出的例子，這裏對其進行簡單分析： 同樣，我們假設A矩陣（M×K）乘以B矩陣（K×N）得到C矩陣
2018-08-27 11:12:17
27
原创 MATLAB深度學習CNN包的代碼詳解補充及各變量參數說明
最近在做卷積神經網絡，看了MATLAB版本的CNN包的實現，同時看了網上許多大神對此包的詳細代碼解釋，感覺醍醐灌頂，同時感覺代碼研究過程中仍有許多疑問，在這裏針對MATLAB深度學習包的卷積神經網絡包的訓練說明，分別對程序運行過程中出現的
2018-08-27 11:12:05
146
原创 關於《OPENCL異構並行計算》中卷積優化的分析
《OPENCL異構並行計算》中講了如何利用OPENCL進行卷積運算，並給出了使用局部存儲器優化的例子，這裏對其進行簡單分析： 前面內容很容易懂，需要注意的是這裏他計算卷積核的時候並沒有提前把卷積核旋轉180度，因此旋轉操作需要自己來做。
2018-08-27 11:12:05
5
原创 求卷積層對卷積核導數旋轉180的解釋
設卷積之前，過程如下： 則，1，2,3,4只是標號，不是數值 則有： C1 = P1K4 + P2K3 + P4K2 + P5K1 C2 = P2K4 + P3K3 + P5K2 + P6K1 C3 = P4K4 + P5K3 +
2018-08-27 11:12:05