Publicação
Comparação de redes neurais aplicadas a previsão com o Google Colab
| Resumo: | Esse estudo tem como objetivo comparar o uso de diferentes processadores e arquiteturas em redes neurais aplicadas a um mesmo problema de previsão. São apresentados fundamentos da técnica de redes neurais e das bibliotecas TensorFlow e Keras utilizadas na implementação em Python. É proposta uma metodologia para se treinar 12 redes neurais utilizando-se quatro arquiteturas (direta simples, direta com camadas, LSTM e convolucional) e três processadores (CPU, GPU e TPU) no ambiente Google Colab. As redes neurais são aplicadas à mesma base de dados. Os resultados de performance e tempo de processamento são comparados estatisticamente. Concluiu-se que utilizar diferentes processadores numa mesma arquitetura não afetou o desempenho da rede e, ao contrário do esperado, não se reduziu o tempo de processamento. Por sua vez ao se usar diferentes arquiteturas com o mesmo processador, concluiu-se que com redes mais complexas a performance melhora e o tempo de processamento aumenta. |
|---|---|
| Autores principais: | Cavalcanti, André Gomes Prado |
| Assunto: | Redes Neurais Machine Learning Previsão Google Colab Rede neural Aprendizado de máquina Previsão Neural Networks Machine Learning Forecasting Google Colab |
| Ano: | 2022 |
| País: | Brasil |
| Tipo de documento: | trabalho de fim de curso |
| Tipo de acesso: | unknown |
| Instituição associada: | IBICT |
| Idioma: | português |
| Origem: | Oasisbr |
| Resumo: | Esse estudo tem como objetivo comparar o uso de diferentes processadores e arquiteturas em redes neurais aplicadas a um mesmo problema de previsão. São apresentados fundamentos da técnica de redes neurais e das bibliotecas TensorFlow e Keras utilizadas na implementação em Python. É proposta uma metodologia para se treinar 12 redes neurais utilizando-se quatro arquiteturas (direta simples, direta com camadas, LSTM e convolucional) e três processadores (CPU, GPU e TPU) no ambiente Google Colab. As redes neurais são aplicadas à mesma base de dados. Os resultados de performance e tempo de processamento são comparados estatisticamente. Concluiu-se que utilizar diferentes processadores numa mesma arquitetura não afetou o desempenho da rede e, ao contrário do esperado, não se reduziu o tempo de processamento. Por sua vez ao se usar diferentes arquiteturas com o mesmo processador, concluiu-se que com redes mais complexas a performance melhora e o tempo de processamento aumenta. |
|---|
Atividades financiadas
Não foram encontrados projetos financiados.