-
题名车辆图像检索方法的Julia云实现
- 1
-
-
作者
黄博
王莉
张常有
王婷
-
机构
太原理工大学计算机科学技术学院
中国科学院软件研究所并行软件与计算科学实验室
-
出处
《小型微型计算机系统》
CSCD
北大核心
2016年第1期57-60,共4页
-
基金
国家自然科学基金项目(61379048)资助
中国科学院联盟院地合作项目资助
-
文摘
为降低开发并行程序的难度,使用高性能计算机提高车辆图像的检索效率,为普通应用程序开发人员构建了Julia云编程环境.该编程环境以Julia为编程语言,开发车辆图像检索专用API接口;该API接口根据计算机底层硬件体系结构的特点提供相应的实现方式,保证运行效率;为多种实现方式设计统一调用的自适应策略,保证用户透明调用.本文使用Julia语言实现了车辆图像检索程序,程序代码量少,容易修改调整.实验结果表明,本文Julia实现的并行方案获得最高40倍加速,且Julia实现比C语言并行实现仅1.93%性能损失.
-
关键词
车辆检索
julia云
编程环境
自适应策略
-
Keywords
vehicle retrieval
julia cloud
programming environment
auto-adapting strategy
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于Julia云平台的交互式深度学习模式
被引量：1
- 2
-
-
作者
唐舸轩
党云龙
张常有
周艺华
-
机构
北京工业大学计算机科学与技术学院
中国科学院软件所并行软件与计算科学实验室
石家庄铁道大学信息科学与技术学院
-
出处
《太原理工大学学报》
CAS
北大核心
2016年第1期85-90,共6页
-
基金
国家自然科学基金:项目资助"面向企业创新计算的高性能云服务平台"(61379048)
-
文摘
为降低深度学习程序的开发难度,提出了一种基于Julia云平台的交互式深度学习模式。设计了一套深度学习原语,用Julia实现原语,为Julia程序员提供调用接口,构建交互分析系统;并提供GPU/CPU实现接口,由云端系统根据用户情形自动优选;最后实现了基于深度学习的图像交互分析案例,验证原语体系的完备性和Julia云平台的交互支持能力。实验结果表明,GPU的运行速度比CPU快近30倍。Julia程序员只需通过调用原语,设置相关参数,就可以使用并行化的算法。
-
关键词
高性能云
交互式
深度学习
-
Keywords
julia
high-performance cloud
interactive
deep learning
-
分类号
TP312
[自动化与计算机技术—计算机软件与理论]
-
