Benchmarking Energy and Performance of Standard Machine Learning Libraries: An Empirical Study
Laen...
Kuupäev
Autorid
Ajakirja pealkiri
Ajakirja ISSN
Köite pealkiri
Kirjastaja
Tartu Ülikool
Abstrakt
Programmeerimiskeele ja teegi valiku mõju masinõppeülesannete energiakulule ei ole seni põhjalikult uuritud. Lõputöö eesmärk oli võrrelda kolme masinõppes levinud programmeerimiskeelt ja nende teeke, keskendudes energiatõhususele, käitusajale ja mudeli täpsusele. Klassifitseerimisülesande andmestiku põhjal rakendati standardteekide abil igas keeles viis masinõppealgoritmi. Uurimuses analüüsiti, kuidas keele ja teegi valik mõjutab energiatarbimist, käitusaega ja täpsust, ning uuriti nende näitajate vahelisi kompromisse. Tulemuste kinnitamiseks viidi läbi statistiline analüüs, mille abil võrreldi algoritmide energiakasutust ja jõudlust erinevate implementatsioonide puhul. Töö tulemusena tehti ülevaade, kuidas standardteekide valik mõjutab masinõppe algoritmide energiatõhusust.
Kirjeldus
Märksõnad
Energy efficiency, programming languages, machine learning, ML libraries, green software, green AI, Energiatõhusus, programmeerimiskeeled, masinõpe, roheline AI