組み込み機器適用のためのディープラーニングフレームワーク使用リソース調査と評価

• Item type: SIG Technical Reports(1)
• 公開日: 2019-02-21
• タイトル: 組み込み機器適用のためのディープラーニングフレームワーク使用リソース調査と評価
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: ディープ・ラーニング
• 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: 三菱電機株式会社情報技術総合研究所
• 著者所属: 三菱電機株式会社情報技術総合研究所
• 著者所属: 三菱電機株式会社情報技術総合研究所
• 著者名: 出口, 昌弘; 平森, 雅裕; 水口, 武尚
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: ディープラーニングが広く利用されはじめており，ディープラーニングを容易に実装するためのディープラーニングフレームワークがオープンソースで公開されている．従来，ディープラーニングフレームワークを用いたディープラーニングは PC 等の高性能なハードウェアで利用されていたが，近年，組み込み機器適用のための検討 ・ 開発が行われるようになってきており，組み込み機器向け CPU (SoC) に対応するフレームワークも出てきている．しかし，ディープラーニングの実現では動作させる環境に関する課題が数多く存在する．組み込み機器向けでは，メモリ使用量と，その見積もりに関する課題である．今回，組み込み機器へ学習 ・ 評価も含めた処理の適用を検討するため，CNN と手書き文字認識のデータセットである MNIST を用い上記課題の解決策について調査 ・ 評価した．この結果，演算の構成を変更することでメモリ使用量を約 11% へ削減し，組み込み機器へ適用できる可能性があることを確認した．また，CPU モードであれば PC 上でのメモリ使用量の結果が組み込み機器向けメモリ使用量の見積もりに活用可能であることを確認した．本調査 ・ 評価では，PC と組み込み機器向けハードウェアを想定した Raspberry Pi 3 model B を対象とし，ディープラーニングフレームワークは TensorFlow を用いた．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10444176
• 書誌情報: 研究報告システムソフトウェアとオペレーティング・システム（OS）; 巻 2019-OS-145, 号 7, p. 1-6, 発行日 2019-02-21
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8795
• 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