Обучение глубоких нейронных сетей в распределенной вычислительной среде

ФИО студента: Алмасян Санасар Багдасарович

Руководитель: Вознесенская Тамара Васильевна

Кампус/факультет: Факультет компьютерных наук

Программа: Прикладной анализ данных (Бакалавриат)

Оценка: 9

Год защиты: 2024

В данной работе рассматриваются различные стратегии распределенного глубокого обучения, улучшенные за счет многочисленных техник оптимизации. Основное внимание уделяется децентрализованным синхронным распределенным средам с различными графами коммуникации узлов, такими как полносвязный граф, кольцо и двойное кольцо. Значительное внимание уделяется оптимизации синхронной распределенной среды, способной эффективно управлять узлами с различными вычислительными ресурсами. В разработанные техники оптимизации были введены различные настраиваемые параметры. Сравнительные результаты подчеркивают производительность распределенной среды по сравнению с локально обученной моделью, акцентируя внимание на влиянии различных параметров на качество обученной модели.

Текст работы (работа добавлена 25 мая 2024 г.)

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