Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/33239| Título: | Análise do potencial da linguagem Elixir no setor de redes neurais |
| Título(s) alternativo(s): | Analysis of the potential of the Elixir language in the neural networks sector |
| Autor(es): | Tavano, Lucas Campos |
| Orientador(es): | Serra Seca Neto, Adolfo Gustavo Serra |
| Palavras-chave: | Python (Linguagem de programação de computador) Elixir (Linguagem de programação de computador) Redes neurais (Computação) Linguagens de programação funcional Python (Computer program language) Elixir (Computer program language) Neural networks (Computer science) Functional programming languages |
| Data do documento: | 30-Nov-2022 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | TAVANO, Lucas Campos. Análise do potencial da linguagem Elixir no setor de redes neurais. 2022. Trabalho de Conclusão de Curso de (Bacharelado em Engenharia de Computação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2022. |
| Resumo: | Com uma vasta gama de bibliotecas centradas no mercado da aprendizagem de máquina, tais como TensorFlow, NumPy, Pandas, Keras, e outras, Python fez o seu nome como uma das principais linguagens para este setor da programacão. Em fevereiro de 2021, José Valim e Sean Moriarity publicaram a primeira versão da biblioteca Numerical Elixir (Nx), uma biblioteca para operações tensoriais escrita na linguagem de programação funcional Elixir criada pelo brasileiro José Valim. A biblioteca Nx visa permitir que a linguagem seja uma boa escolha para operações intensivas em uso de unidades de processamento gráfico. Este trabalho compara os resultados de Python e de Elixir no treinamento de redes neurais convolucionais utilizando conjuntos de dados MNIST e CIFAR-10, concluindo que Python alcançou melhores resultados em geral, possuindo tempo de treino 22,39% mais curto que Elixir para os mesmos cenários. Por um outro lado, este trabalho também conclui que Elixir já se mostra uma alternativa viável para este setor de atuação uma vez atingiu em média boas performances, melhor otimização no uso de memória de acesso randômico (RAM) e se mostrou uma boa alternativa para quem atua no setor de linguagens funcionais. |
| Abstract: | With a wide range of libraries focused on the machine learning market, such as TensorFlow, NumPy, Pandas, Keras, and others, Python has made its name as one of the leading languages for this area of programming. In February 2021, Jose Valim and Sean Moriarity published the first version of the Numerical Elixir (Nx) library, a library for tensor operations written in the functional programming language Elixir created by Brazilian Jose Valim. The Nx library aims to enable the language to be a great choice for operations computationally intensive in the use of graphics processing units. This work compares the results of Python and Elixir in training convolutional neural networks using MNIST and CIFAR-10 datasets, concluding that Python achieved better results overall, having 22.39% shorter training time than Elixir for the same scenarios. On the other hand, this work also concludes that Elixir is already a viable alternative for this sector, since it achieved good average performance, better optimization in the use of random access memory (RAM) and proved to be a good alternative for those working in the functional languages industry. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/33239 |
| Aparece nas coleções: | CT - Engenharia de Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| elixir.pdf | 1,34 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
