arrow
返回

Accelerating GridSearchCV hyperparameter tuning method using an FPGA-based hardware accelerator

delete2025-12-06
delete0
PRE
AI
A
Arian Shahbazian
M
Mohammadreza Binesh Marvasti *
S
Seyyed Amir Asghari
DOI:10.1007/s11227-025-08124-7delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
机器学习模型支撑着关键应用,其性能取决于有效的超参数调优,但诸如GridSearchCV之类的穷举方法在通用系统上计算密集。本文提出了一种针对GridSearchCV–KNN流水线的定制FPGA加速器,该加速器在Intel Cyclone V平台上进行了仿真。该六模块RTL设计具有片上唯一存储单元、流水线曼哈顿距离减法器和并行排序Distance Memory,后者无需显式排序即可跟踪最近邻。专用硬件控制器完全在硬件中管理超参数网格枚举和K折评估。我们引入了“CV-full”(留一交叉验证)来测试系统在最密集情况下的性能。后综合仿真显示,在5折、10折和CV-full设置下,平均加速比分别为1.8×、2×和约10×,峰值加速比达到27.7×(相较于Google Colab服务器)。通过最小化片外存储器访问和显式排序阶段,我们的FPGA设计提供了一种专用硬件解决方案,用于加速GridSearchCV–KNN超参数调优。
Keyword:
FPGA
GridSearchCV
Hardware accelerator
Hyperparameter tuning
Machine learning

期刊

T
The Journal of Supercomputing
IF:
0
论文数:
647
被引数:
0

机构

D
Department of Electrical and Computer Engineering
学者数:
812
论文数: 433
被引数: 6
D
data science and technology department
学者数:
1
论文数: 1
被引数: 0
引用论文

引用论文

err
IF0
err
err0
PREAI
err
err分享
err收藏
学者 查看更多内容