Syväoppimisen laskennallinen vaativuus

Syväoppiminen on maailmanlaajuisesti käytössä oleva teknologia, jota hyödynnetään yhä etenevässä määrin eri aloilla. Tässä kandidaatintutkielmassa selvitetään mikä on syväoppimisen laskennallinen vaativuus. Tutkielmassa avataan syväoppimisen käsitteistöä sekä laskennallisen vaativuuden teoriaa. Syväoppiminen on koneoppimisen alalaji, jossa jäljitellään ihmisaivojen neuronien toimintaperiaatteita. Tutkielma antaa pohjaa neuroverk- kojen optimoinnin tutkimuksiin. Lähdekirjallisuus on kerätty pääosin tuoreista alan kunnioitetuista julkaisuista ja tutkielma on toteutettu kirjallisuuskatsauksena. Tutkielmassa on esitetty yksi mahdollinen esitys konvoluutionaalisen neuroverkon laskennalliselle vaativuudelle. Muisti- sekä aikavaativuus konvoluutionaaliselle neuroverkolle on esitetty käyttäen "iso O-notaatiota". Aikavaativuudelle löydettiin yksi notaatio, mutta muistivaativuus on kahdelle eri kerrokselle eli konvoluutio- sekä lajittelukerrokselle.