Exascale Deep Learning for Climate Analytics

We extract pixel-level masks of extreme weather patterns using variants of Tiramisu and DeepLabv3+ neural networks. We describe improvements to the software frameworks, input pipeline, and the network training algorithms necessary to efficiently scale deep learning on the Piz Daint and Summit system...

Celý popis

Podrobná bibliografie

Vydáno v:	SC18: International Conference for High Performance Computing, Networking, Storage and Analysis s. 649 - 660
Hlavní autoři:	Kurth, Thorsten, Treichler, Sean, Romero, Joshua, Mudigonda, Mayur, Luehr, Nathan, Phillips, Everett, Mahesh, Ankur, Matheson, Michael, Deslippe, Jack, Fatica, Massimiliano, Prabhat, Prabhat, Houston, Michael
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.11.2018
Témata:	Computational modeling Computer architecture Convolutional codes Deep learning Meteorology Technological innovation Training
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!