Abstract
Wir beschreiben hier Erfahrungen mit drei verschiedenen Implementierungen mehrstufiger vorwärtsgerichteter neuronaler Netze auf einem massiv parallelen SIMD-Rechner, einer MasPar MP-1216 mit 16384 Prozessoren. Zwei der Implementierungen wurden als knoten- und trainingsmusterparallele Simulatorkerne des Stuttgarter Neuronale Netze Simulators (SNNS) entwickelt, die dritte war eine kantenparallele Prototyp-Implementierung. Alle parallelen Implementierungen liefern bei optimaler Netztopologie sehr hohe Leistungsdaten: unsere Höchstwerte von 348 MCPS und 129 MCUPS für Backpropagation auf der MP-1216 und von 972 MCPS und 360 MCUPS auf einer MP-2216 gehören zu den weltweit höchsten publizierten Werten für universelle SIMD-Parallelrechner ohne Neuro-Hardware.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Carpenter, G.A., Grossberg, S.: The ART of Adaptive Pattern Recognition by a Self-Organizing Neural Network, IEEE Computer, March 1988, 77–88
G. Chinn, K.A. Grajski, C. Chen, C. Kuszmaul, S. Tomboulian: Systolic Array Implementations of Neural Nets on the MasPar MP-1, MasPar Corp. Int. Report
Fahlman, S.E.: Faster Learning Variations on Backpropagation: An Empirical Study, in [Touretzky et al. 88]
S. E. Fahlman, C. Lebiere: The Cascade Correlation Learning Architecture, Report CMU-CS-90-100, Computer Science, CMU, Pittsburgh, PA 15213, 1991
K.A. Grajski, G. Chinn, C. Chen, C. Kuszmaul, S. Tomboulian: Neural Network Simulation on the MasPar MP-1 Massively Parallel Processor, INNC, Paris, 1990
Hecht-Nielsen, R.: Neurocomputing, Addison-Wesley, 1990
R. Hübner: 3D-Visualisierung der Topologie und der Aktivität neuronaler Netze, Diplomarbeit Nr. 846, Universität Stuttgart, Fakultät Informatik, Jan. 92
M. Hüttel: Parallele Implementierungen mehrstufiger feedforward-Netze auf einem SIMD-Parallelrechner, Studienarbeit Nr. 1124, Univ. Stuttgart, Fak. Informatik, Juli 92
M. Jurik: Backpercolation, (probably unpublished) paper distributed by Jurik Research and Consulting, PO 2379, Aptos, CA 95001 USA
N. Mache: Entwicklung eines massiv parallelen Simulatorkerns für neuronale Netze auf der MasPar MP-1216, Diplomarb. Nr. 845, Univ. Stuttgart, Informatik, Feb. 92
T. Poggio, F. Girosi: A Theory of Networks for Approximation and Learning, A.I. Memo No. 1140, A.I. Lab., M.I.T., 1989
Rumelhart, D.E., McClelland, J.A., the PDP Research Group: Parallel Distributed Processing, Vol. 1, 2, MIT Press, Cambridge MA, 1986
M. Schmalzl: Lernverfahren neuron. Netze mit automatischer Bestimmung der Netzwerktopologie, Diplomarbeit Nr. 968, Univ. Stuttgart, Fakultät Informatik, Jan. 93
O. Schnabel: Sekundärstrukturvorhersage von Proteinen mit Time-Delay-Netz-werken, Studienarbeit Nr. 1097, Univ. Stuttgart, Fak. Informatik, Mai 92
J. Sienel: Kompensation von Störgeräuschen in Spracherkennungssystemen mittels Neuronaler Netze, Studienarbeit 1037, Univ. Stuttgart, Fakultät Informatik, Okt. 91
A. Singer: Implementations of Artificial Neural Networks on the Connection Machine, TMC Tech. Rep. RL 90-2, Jan. 1990 (also in Parallel Computing, Aug. 1990)
Touretzky, D.: Advances in Neural Information Processing Systems 1, Morgan Kaufmann, 1989
Touretzky, D., Hinton, G., Sejnowski, T.: Proc. of the 1988 Connectonist Models Summer School, June 17–26, Carnegie Mellon Univ., Morgan Kaufmann, 1988
A. Veigel: Rotations- und translationsinvariante Erkennung handgeschriebener Zeichen mit neuronalen Netzwerken, Diplomarbeit Nr. 811, Universität Stuttgart, Fakultät Informatik, Sept. 91
M. Vogt: Implementierung und Anwendung von “Generalized Radial Basis Functions” in einem Simulator neuronaler Netze, Diplomarbeit Nr. 875, Univ. Stuttgart, Fakultät Informatik, Jan. 92
A. Waibel: Consonant Recognition by Modular Construction of Large Phonemic Time-Delay Neural Networks, in [Touretzky 89] pp. 215–223
X. Zhang, M. Mckenna, J.P. Mesirov, D. L. Waltz: An efficient implementation of the Back-propagation algorithm on the Connection Machine CM-2, TMC TR
A. Zell, Th. Korb, T. Sommer, R. Bayer: A Neural Network Simulation Environment, Proc. Applications of Neural Networks Conf., SPIE Vol. 1294, pp. 535–544
A. Zell, Th. Korb, N. Mache, T. Sommer: SNNS, Stuttgarter Neuronale Netze Simulator, Nessus-Handbuch, Universität Stuttgart, Fakultät Informatik, Bericht 3/91
A. Zell, N. Mache, T. Sommer, T. Korb: Recent Developments of the SNNS Neural Network Simulator, Applic. of Neural Networks Conf., Proc. SPIE’s 1991 Aerospace Sensing Intl. Symp., Vol. No. 1469, April 1991, Orlando, Florida, pp. 708–719
A. Zell (Ed.), Workshop: Simulation Neuronaler Netze mit SNNS, Univ. Stuttgart, Fakultät Informatik, IPVR, Bericht 10/92, Sept. 1992, 150 pp.
A. Zell, N. Mache, M. Vogt, M. Hüttel: Problems of Massive Parallelism in Neural Network Simulation, Proc. IEEE Int. Conf. on Neural Networks, San Francisco, CA, March 28–April 1, 1993, Vol. 3, pp. 1890–1895
A. Zell, N. Mache, R. Hübner, G. Marnier, M. Vogt, K.-U. Herrmann, M. Schmalzl, T. Sommer, A. Hatzigeorgiou, S. Döring, D. Posselt: SNNS User Manual, Version 3.0, Universität Stuttgart, Fakultät Informatik, Report No. 3/93
P. Zimmerer, A. Zell: Translations- und rotationsinvariante Erkennung von Werkstücken mit neuronalen Netzen, Mustererkennung 1991, 13. DAGM Symposium, Okt 1991, München, Informatik-Fachberichte 290, Springer, pp. 51–58
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1993 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Zell, A., Mache, N., Hüttel, M., Vogt, M. (1993). Simulation Neuronaler Netze auf Massiv Parallelen Rechnern. In: Reichel, H. (eds) Informatik — Wirtschaft — Gesellschaft. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-78486-6_88
Download citation
DOI: https://doi.org/10.1007/978-3-642-78486-6_88
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-57192-6
Online ISBN: 978-3-642-78486-6
eBook Packages: Springer Book Archive