Paralelizace sítí typu Sum-Product-Transform pro architekturu GPU

Abstract

Sítě typu Sum-Product-Transform jsou rozšířením sítí typu Sum-Product pomocí přidání transformačního uzlu. Toto rozšíření zvyšuje výpočetní náročnost všech operací se sítí. Tato práce popisuje implementaci sítí typu Sum-Product-Transform pro grafické procesory. Vysoce paralelní architektura GPU umožňuje dosáhnout většího výpočetního výkonu, než je výkon CPU. Je popsána implementace algoritmů v programovacím jazyce Julia pro inferenci, učení, generování náhodných vzorků a marginalizaci.

Sum-Product-Transform type networks are an extension of Sum-Product type networks by an addition of a transformation node. This extension increases the computational complexity of all operations concerning the network. This work describes an implementation of Sum-Product-Transform type networks for graphics processing units. The massively parallel architecture of GPU allows achieving higher computing power than the power of CPU. Implementation of algorithms, written in the Julia programming language, for inference, learning, sampling and marginalization is described.