条件随机场(Conditional Random Fields,CRF)是一种用于结构化数据标注的机器学习方法,可以应用于序列标注任务.样本训练中随着样本标签数量的增加,训练过程的计算时间呈非线性增长.利用GPU流处理器的多核计算单元和多级存储结构,在OPEC...条件随机场(Conditional Random Fields,CRF)是一种用于结构化数据标注的机器学习方法,可以应用于序列标注任务.样本训练中随着样本标签数量的增加,训练过程的计算时间呈非线性增长.利用GPU流处理器的多核计算单元和多级存储结构,在OPECNCL编程模型下采用并行计算方法提高样本训练的计算效率.实验结果表明,采用并行计算的性能相对于面向单核CPU环境下的单线程计算能获得16倍的计算加速比.展开更多
文摘条件随机场(Conditional Random Fields,CRF)是一种用于结构化数据标注的机器学习方法,可以应用于序列标注任务.样本训练中随着样本标签数量的增加,训练过程的计算时间呈非线性增长.利用GPU流处理器的多核计算单元和多级存储结构,在OPECNCL编程模型下采用并行计算方法提高样本训练的计算效率.实验结果表明,采用并行计算的性能相对于面向单核CPU环境下的单线程计算能获得16倍的计算加速比.
