@techreport{oai:ipsj.ixsq.nii.ac.jp:00183868,
 author = {大内, 真一 and 更田, 裕司 and 高野, 了成 and Shin-ichi, O'uchi and Hiroshi, Fuketa and Ryousei, Takano},
 issue = {2},
 month = {Oct},
 note = {16 ビットよりも更に短いビット長のフォーマットによる深層畳み込みニューラルネットワークのトレーニングを実現するために，本論文では計算における情報落ちに関して検討する．検討の結果として，8 ビットフォーマットによるトレーニング方法を提案する．提案方式は，16 ビット積和算ユニットに対して，約 1/2 のハードウェア削減効果を持ちつつも，AlexNet のトレーニングにおいて 16 ビット浮動小数点フォーマットを上回る推論精度改善が期待される．, Loss of trailing digits in training deep convolutional neural network (DCNN) is considered to implement training with a format shorter than 16-bit floating format. As a result, we propose an 8-bit training method. The method improves inference accuracy compared to 16-bit floating format in training AlexNet. Simultaneously, the hardware size is reduced by half compared to the 16-bit hardware.},
 title = {情報落ちを考盧した短ピット長フォーマットによるDCNNトレーニングの検討\n\n},
 year = {2017}
}