ترجمه فارسی مقاله بهبود ردپای کربن یادگیری ماشینی با استفاده از قالب مجموعه داده پارکت و آموزش دقت ترکیبی برای الگوریتم‌های رگرسیون

چکیده

This study was the 2nd part of my dissertation for my master degree and compared the power consumption using the Comma-Separated-Values (CSV) and parquet dataset format with the default floating point (32bit) and Nvidia mixed precision (16bit and 32bit) while training a regression ML model. The same custom PC as per the 1st part, which was dedicated to the classification testing and analysis, was built to perform the experiments, and different ML hyper-parameters, such as batch size, neurons, and epochs, were chosen to build Deep Neural Networks (DNN). A benchmarking test with default hyper-parameter values for the DNN was used as a reference, while the experiments used a combination of different settings. The results were recorded in Excel, and descriptive statistics were chosen to calculate the mean between the groups and compare them using graphs and tables. The outcome was positive when using mixed precision combined with specific hyper-parameters. Compared to the benchmarking, optimising the regression models reduced the power consumption between 7 and 11 Watts. The regression results show that while mixed precision can help improve power consumption, we must carefully consider the hyper-parameters. A high number of batch sizes and neurons will negatively affect power consumption. However, this research required inferential statistics, specifically ANOVA and T-test, to compare the relationship between the means. The results reported no statistical significance between the means in the regression tests and accepted H0. Therefore, choosing different ML techniques and the Parquet dataset format will not improve the computational power consumption and the overall ML carbon footprint. However, a more extensive implementation with a cluster of GPUs can increase the sample size significantly, as it is an essential factor and can change the outcome of the statistical analysis.

چکیده به فارسی (ترجمه ماشینی)

این مطالعه بخش دوم پایان نامه من برای مدرک کارشناسی ارشد من بود و مصرف برق را با استفاده از مقادیر جداگانه کاما (CSV) و قالب مجموعه داده پارکت با نقطه پیش فرض شناور (32bit) و Nvidia Precision Precision (16bit و 32bit) مقایسه کرد.آموزش یک مدل ML رگرسیون.همان رایانه شخصی سفارشی مانند قسمت اول ، که به تست و تجزیه و تحلیل طبقه بندی اختصاص داده شده است ، برای انجام آزمایشات ساخته شده است ، و پارامترهای مختلف ML مانند اندازه دسته ای ، نورون ها و دوره ها برای ساخت عصبی عمیق انتخاب شدندشبکه ها (DNN).از یک آزمایش معیار با مقادیر پیش فرض بیش از حد پارامتر برای DNN به عنوان مرجع استفاده شد ، در حالی که آزمایشات از ترکیبی از تنظیمات مختلف استفاده می کرد.نتایج در اکسل ثبت شد و آمار توصیفی برای محاسبه میانگین بین گروه ها و مقایسه آنها با استفاده از نمودارها و جداول انتخاب شد.نتیجه در هنگام استفاده از دقت مخلوط همراه با پارامترهای بیش از حد خاص مثبت بود.در مقایسه با معیار ، بهینه سازی مدل های رگرسیون باعث کاهش مصرف برق بین 7 تا 11 وات شد.نتایج رگرسیون نشان می دهد که در حالی که دقت مختلط می تواند به بهبود مصرف انرژی کمک کند ، ما باید پارامترهای بیش از حد را با دقت در نظر بگیریم.تعداد زیادی از اندازه های دسته ای و نورون ها بر مصرف برق تأثیر منفی خواهند گذاشت.با این حال ، این تحقیق برای مقایسه رابطه بین وسایل ، به آمار استنباطی ، به ویژه ANOVA و آزمون T نیاز داشت.نتایج حاکی از اهمیت آماری بین میانگین در آزمون رگرسیون و H0 پذیرفته شده است.بنابراین ، انتخاب تکنیک های مختلف ML و قالب مجموعه داده های پارکت باعث بهبود مصرف انرژی محاسباتی و ردپای کربن ML نمی شود.با این حال ، اجرای گسترده تر با یک خوشه GPU می تواند اندازه نمونه را به میزان قابل توجهی افزایش دهد ، زیرا این یک عامل اساسی است و می تواند نتیجه تجزیه و تحلیل آماری را تغییر دهد.