ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 研究報告
  2. ハイパフォーマンスコンピューティング(HPC)
  3. 2018
  4. 2018-HPC-165

深層学習におけるBatchNormalization使用時の計算時間と精度の関係性

https://ipsj.ixsq.nii.ac.jp/records/190642
https://ipsj.ixsq.nii.ac.jp/records/190642
b107ea87-f318-4e87-bcda-72286f8bd9a9
名前 / ファイル ライセンス アクション
IPSJ-HPC18165001.pdf IPSJ-HPC18165001.pdf (498.6 kB)
Copyright (c) 2018 by the Information Processing Society of Japan
オープンアクセス
Item type SIG Technical Reports(1)
公開日 2018-07-23
タイトル
タイトル 深層学習におけるBatchNormalization使用時の計算時間と精度の関係性
言語
言語 jpn
キーワード
主題Scheme Other
主題 機械学習
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
東京工業大学情報理工学院数理・計算科学系
著者所属
東京工業大学情報理工学院数理・計算科学系
著者所属
理化学研究所計算科学研究センター/東京工業大学情報理工学院数理・計算科学系
著者名 八島, 慶汰

× 八島, 慶汰

八島, 慶汰

Search repository
大山, 洋介

× 大山, 洋介

大山, 洋介

Search repository
松岡, 聡

× 松岡, 聡

松岡, 聡

Search repository
論文抄録
内容記述タイプ Other
内容記述 近年,機械学習,深層学習と呼ばれる手法が盛んに研究されており,画像認識 ・ 音声認識 ・ 自然言語処理等の広くの分野で他の手法に比べ非常に優れた結果や精度を達成している.特に,ニューラルネットの並列学習の手法であるデータ並列の学習下では,各 GPU が分割されたデータセットを入力としてそれぞれ独立に計算を行い,パラメーターサーバーや All Reduce 等の計算を使用しモデルの更新を行っている.また,ニューラルネットの学習では勾配消失問題や出力の分布を一定に操作するために多くの正則化手法が提案されている.特にその効果が大きいと期待されている Batch Normalization (Batch Norm) が多く用いられており,既存の Batch Norm では GPU 毎に独立して正則化が行われている.本論文では GPU デバイスで独立に正規化が行われた場合と GPU デバイス間においてまたがるように正規化が行われた場合で精度や計算時間等にどのような影響を与えるのかどうかを実験した.
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 2018-HPC-165, 号 1, p. 1-6, 発行日 2018-07-23
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
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-20 01:06:13.474152
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3