تعد مجموعة أدوات الشبكة العصبية الاصطناعية الكبيرة في ليفرمور (LBANN) بمثابة إطار تدريبي للتعلم العميق مفتوح المصدر ومرتكز على الحوسبة عالية الأداء (HPC)، وقد تم تحسينه لتكوين مستويات متعددة من التوازي.
يوفر LBANN تسريعًا موازيًا للنموذج من خلال تحليل المجال لتحسين التوسع القوي في تدريب الشبكة. كما يسمح أيضًا بتكوين نموذج التوازي مع كل من توازي البيانات وطرق تدريب المجموعة لتدريب الشبكات العصبية الكبيرة بكميات هائلة من البيانات. LBANN قادر على الاستفادة من المسرعات المقترنة بإحكام، والشبكات ذات النطاق الترددي العالي ذات الكمون المنخفض، وأنظمة الملفات المتوازية ذات النطاق الترددي العالي.
يدعم LBANN أحدث خوارزميات التدريب مثل أساليب التدريب غير الخاضع للإشراف والإشراف الذاتي والخصومة (GAN) بالإضافة إلى التعلم التقليدي الخاضع للإشراف. كما أنه يدعم الشبكات العصبية المتكررة عبر التدريب على الانتشار الخلفي عبر الزمن (BPTT)، ونقل التعلم، وأساليب التدريب متعددة النماذج والمجموعات.
الطريقة المفضلة لمستخدمي LBANN لتثبيت LBANN هي استخدام Spack. بعد إجراء بعض عمليات تكوين النظام، يجب أن يكون هذا الأمر واضحًا تمامًا
spack install lbann
تتوفر المزيد من التعليمات التفصيلية لبناء وتثبيت LBANN في وثائق LBANN الرئيسية.
القالب الأساسي لتشغيل LBANN هو
< mpi-launcher > < mpi-options >
lbann < lbann-options >
--model=model.prototext
--optimizer=opt.prototext
--reader=data_reader.prototext
عند استخدام مسرعات GPGPU، يجب أن يدرك المستخدمون أن LBANN مُحسّن للحالة التي يتم فيها تعيين وحدة معالجة رسومات واحدة لكل رتبة MPI. يجب أن يؤخذ ذلك في الاعتبار عند اختيار المعلمات لمشغل MPI.
مزيد من التفاصيل حول تشغيل LBANN موثقة هنا.
تظهر هنا قائمة المنشورات والعروض التقديمية والملصقات.
يمكن طرح المشكلات والأسئلة والأخطاء على أداة تعقب المشكلات في Github.