Geschäftskontext
Eine Investmentbank benötigt ein Recurrent Neural Network (RNN), um hochfrequente Aktienkursverläufe zu analysieren. Da das System auf einem High-Performance-Cluster läuft, soll die Initialisierung des Modells explizit eine hohe Anzahl an Threads nutzen, um die Ressourcenzuweisung für nachfolgende rechenintensive Schritte zu testen.
Über das Set : deepLearn
Erstellung und Training tiefer neuronaler Netze.
Entdecken Sie alle Aktionen von deepLearn Datenaufbereitung
Starten der Session.
Kopiert!
| 1 | cas mySession; |
Étapes de réalisation
1
Erstellen eines RNN mit expliziter Thread-Zuweisung
Kopiert!
| 1 | |
| 2 | PROC CAS; |
| 3 | DEEPLEARN.buildModel / modelTable={name='Aktien_RNN', replace=true} type='RNN' nThreads=32; |
| 4 | |
| 5 | RUN; |
| 6 | |
| 7 | QUIT; |
| 8 |
2
Validierung der Modellerstellung
Kopiert!
| 1 | |
| 2 | PROC CAS; |
| 3 | DEEPLEARN.modelInfo / modelTable={name='Aktien_RNN'}; |
| 4 | |
| 5 | RUN; |
| 6 | |
| 7 | QUIT; |
| 8 |
Erwartetes Ergebnis
Das Modell 'Aktien_RNN' wird erfolgreich erstellt. Das Log bestätigt die Verwendung des Typs RNN. Obwohl die Initialisierung selbst schnell ist, wird der Parameter nThreads=32 ohne Fehler akzeptiert, was die Vorbereitung der Umgebung für parallele Berechnungen bestätigt.