TY -的A2安杜哈尔Jose Manuel盟——Gonzalez-Gutierrez卡洛斯AU - Sanchez-Rodriguez,玛丽亚·路易萨盟——Calvo-Rolle Jose Luis AU -德因为Juez弗朗西斯科哈维尔PY - 2018 DA - 2018/03/28 TI - Multi-GPU开发的一个基于神经网络的再现器自适应光学SP - 5348265六世- 2018 AB -大气湍流畸变引入的大型望远镜使用自适应光学补偿系统,可变形反射镜和多个传感器的使用依赖于复杂的控制系统。最近,大尺度的望远镜的发展E-ELT或TMT计算挑战由于创造了一个新的自适应光学系统的复杂性增加。复杂的大气再现器基于机器学习(卡门)是一种基于人工神经网络的算法,用来补偿大气湍流。近年来,使用gpu已经被证明是一个伟大的解决方案,加快神经网络的学习过程,并创建了不同的框架来减轻他们的发展。卡门的实现在不同Multi-GPU框架提出了,随着它的发展最初的语言为GPU开发,像CUDA。这个实现提供了最好的回应所有提出的情况下,尽管它使用不止一个GPU的优势只发生在大型网络。SN - 1076 - 2787你——https://doi.org/10.1155/2018/5348265——10.1155 / 2018/5348265 JF - PB - Hindawi KW - ER -复杂性