2024-03-29T11:38:17Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:001860452023-04-27T10:00:04Z01164:02240:09411:09412
CNNの学習におけるチャネル方向並列化の提案Proposal of a channel-wise parallelization scheme for training of CNNjpn機械学習http://id.nii.ac.jp/1001/00185957/Technical Reporthttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=186045&item_no=1&attribute_id=1&file_no=1Copyright (c) 2018 by the Information Processing Society of Japan東京大学大学院工学系研究科/産業技術総合研究所産業技術総合研究所東京大学情報基盤センター赤沼, 領大高野, 了成工藤, 知宏CNN は現在画像認識をはじめとしたさまざまな処理に用いられているが,その学習には膨大な時間が必要である.そこで処理をデータ並列で並列化による CNN の学習高速化が一般に行われている.しかしこの方式では利用できる並列度がグローバルミニバッチサイズに制限されてしまう.この制限を拡張するために本研究ではデータ並列と CNN のチャネル方向の並列化を導入したモデル並列を併用したハイブリッド並列を提案する.演算時間の予想モデルを構築しデータ並列とハイブリッド並列の比較を行った.AN10463942研究報告ハイパフォーマンスコンピューティング(HPC)2018-HPC-16316172018-02-212188-88412018-02-19