作者：李昱锋; 李建宏; 文永明并行计算tensorflow
摘要：在大规模数据集的背景下,K-means算法随着计算量变大,计算耗时长的问题变得越来越严重。为提高算法计算速度,对传统的K-means算法进行并行化处理。TensorFlow是谷歌开发的开源机器学习库,可部署于不同的计算设备,具有强大表达能力的原语。TensorFlow可以使用CUDA(Compute Unified Device Architecture)和cuDNN(CUDA Deep Neural Networklibrary)实现GPU计算,充分利用GPU并行计算架构提高算法运行效率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
