Item type |
SIG Technical Reports(1) |
公開日 |
2017-03-01 |
タイトル |
|
|
タイトル |
低ランク近似行列によるCNNにおける畳み込み演算の最適化 |
言語 |
|
|
言語 |
jpn |
キーワード |
|
|
主題Scheme |
Other |
|
主題 |
行列計算 |
資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
著者所属 |
|
|
|
東京工業大学 |
著者所属 |
|
|
|
東京工業大学 |
著者所属 |
|
|
|
東京工業大学 |
著者所属 |
|
|
|
東京工業大学 |
著者所属 |
|
|
|
東京工業大学 |
著者所属 |
|
|
|
デンソーアイティーラボラトリ |
著者名 |
本山, 義史
遠藤, 敏夫
松岡, 聡
横田, 理央
福田, 圭祐
佐藤, 育郎
|
論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
機械学習による画像認識の分野において,Convolutional Neural Network (CNN) を用いた優れた認識結果が報告されている.データセットが巨大であるため,学習には非常に大きな時間がかかり,また,必要となるメモリ量は大きくなる.そこで我々は,DL の計算におけるメモリ量の削減を図るため,畳み込みの演算の約 7 割を占める行列積計算に対し,低ランク近似行列を用いることを提案する.CNN アプリケーション中の行列に対し,SVD と階層型行列を適用し,評価した.特に,SVD を用いた時,圧縮率と精度とのトレードオフにおいて,認識精度をほとんど落とさず,サイズが特に大きい image 行列で最大約 9 割程のメモリ量削減に成功した. |
書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN10463942 |
書誌情報 |
研究報告ハイパフォーマンスコンピューティング(HPC)
巻 2017-HPC-158,
号 25,
p. 1-7,
発行日 2017-03-01
|
ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8841 |
Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |