ชุดเครื่องมือ Livermore Big Artificial Neural Network (LBANN) เป็นเฟรมเวิร์กการฝึกอบรมเชิงลึกแบบโอเพ่นซอร์ส เน้น HPC เป็นหลัก ซึ่งได้รับการปรับให้เหมาะสมเพื่อเขียนความขนานหลายระดับ
LBANN มอบการเร่งความเร็วแบบขนานผ่านการแบ่งส่วนโดเมนเพื่อปรับให้เหมาะสมสำหรับการปรับขนาดการฝึกอบรมเครือข่ายที่แข็งแกร่ง นอกจากนี้ยังช่วยให้สามารถจัดองค์ประกอบของโมเดล-ความขนานกับทั้งข้อมูลแบบขนานและวิธีการฝึกอบรมแบบ Ensemble สำหรับการฝึกอบรมโครงข่ายประสาทเทียมขนาดใหญ่ที่มีข้อมูลจำนวนมหาศาล LBANN สามารถใช้ประโยชน์จากตัวเร่งความเร็วคู่ที่แน่นหนา เครือข่ายแบนด์วิดท์สูงที่มีความหน่วงต่ำ และระบบไฟล์แบบขนานที่มีแบนด์วิธสูง
LBANN รองรับอัลกอริธึมการฝึกอบรมที่ล้ำสมัย เช่น วิธีการฝึกอบรมแบบไม่มีผู้ดูแล การควบคุมตนเอง และฝ่ายตรงข้าม (GAN) นอกเหนือจากการเรียนรู้แบบมีผู้สอนแบบดั้งเดิม นอกจากนี้ยังรองรับโครงข่ายประสาทที่เกิดซ้ำผ่านการฝึกอบรม back propagation Through Time (BPTT) การถ่ายโอนการเรียนรู้ และวิธีการฝึกอบรมแบบหลายโมเดลและทั้งมวล
วิธีที่แนะนำสำหรับผู้ใช้ LBANN ในการติดตั้ง LBANN คือการใช้ Spack หลังจากการกำหนดค่าระบบบางอย่างแล้ว สิ่งนี้ควรจะตรงไปตรงมาเหมือนกัน
spack install lbann
คำแนะนำโดยละเอียดเพิ่มเติมสำหรับการสร้างและการติดตั้ง LBANN มีอยู่ที่เอกสารประกอบ LBANN หลัก
เทมเพลตพื้นฐานสำหรับการรัน LBANN คือ
< mpi-launcher > < mpi-options >
lbann < lbann-options >
--model=model.prototext
--optimizer=opt.prototext
--reader=data_reader.prototext
เมื่อใช้ตัวเร่งความเร็ว GPGPU ผู้ใช้ควรทราบว่า LBANN ได้รับการปรับให้เหมาะสมสำหรับกรณีที่หนึ่งกำหนด GPU หนึ่งตัวต่อ อันดับ MPI สิ่งนี้ควรคำนึงถึงเมื่อเลือกพารามิเตอร์สำหรับตัวเรียกใช้งาน MPI
รายละเอียดเพิ่มเติมเกี่ยวกับการรัน LBANN มีบันทึกไว้ที่นี่
รายชื่อสิ่งพิมพ์ การนำเสนอ และโปสเตอร์แสดงไว้ที่นี่
สามารถแจ้งปัญหา คำถาม และข้อบกพร่องได้ในตัวติดตามปัญหา Github