WEKO3
アイテム
Genetic Algorithmに基づくBinary Weight可変構造DNNの高速学習ハードウェア
https://ipsj.ixsq.nii.ac.jp/records/180954
https://ipsj.ixsq.nii.ac.jp/records/1809544c40d2c7-14fe-4580-82fd-9fc7bcea9d3b
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-Z79-1P-05.pdf (1.7 MB)
|
Copyright (c) 2017 by the Information Processing Society of Japan
|
| Item type | National Convention(1) | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2017-03-16 | |||||||||||||
| タイトル | ||||||||||||||
| タイトル | Genetic Algorithmに基づくBinary Weight可変構造DNNの高速学習ハードウェア | |||||||||||||
| 言語 | ||||||||||||||
| 言語 | jpn | |||||||||||||
| キーワード | ||||||||||||||
| 主題Scheme | Other | |||||||||||||
| 主題 | 人工知能と認知科学 | |||||||||||||
| 資源タイプ | ||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||||
| 資源タイプ | conference paper | |||||||||||||
| 著者所属 | ||||||||||||||
| 農工大 | ||||||||||||||
| 著者所属 | ||||||||||||||
| 農工大 | ||||||||||||||
| 著者所属 | ||||||||||||||
| NTT | ||||||||||||||
| 著者所属 | ||||||||||||||
| 農工大 | ||||||||||||||
| 著者名 |
高木, 俊平
× 高木, 俊平
× 渡部, 直弘
× 大塚, 卓哉
× 北澤, 仁志
|
|||||||||||||
| 論文抄録 | ||||||||||||||
| 内容記述タイプ | Other | |||||||||||||
| 内容記述 | Binary Weight可変構造DNNの高速学習ハードウェアの構成とFPGAへの実装について述べる． 提案手法は以下の利点を持つ．(1)Weightと同時に構造の最適化もできる．(2)Wが±1,0のため乗算器が不要であり，FPGA上に 多数の nodeを実装できる．(3)BPを用いないためAnd, Or, Eorなど任意の関数をnode計算に 用いることができる．(4)BPを用いないため，全Layerの演算を並列・パイプライ ン処理 することができる． 構造最適化のためにnodeの処理を切換える制御ラインを備えた構成において， 1data/1clockのthrough putを実現した． 動作周波数200MHz, node数128-64-64-2の4層DNNについて，10000データ/1 epoch, 500遺伝子のGAにおいて20世代/sec (10000 epoch/sec) の処理速度が得られる． |
|||||||||||||
| 書誌レコードID | ||||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||||
| 収録物識別子 | AN00349328 | |||||||||||||
| 書誌情報 |
第79回全国大会講演論文集 巻 2017, 号 1, p. 379-380, 発行日 2017-03-16 |
|||||||||||||
| 出版者 | ||||||||||||||
| 言語 | ja | |||||||||||||
| 出版者 | 情報処理学会 | |||||||||||||
