WEKO3
アイテム
大規模グラフニューラルネットワークにおける実行性能とモデル精度のトレードオフに関する評価
https://ipsj.ixsq.nii.ac.jp/records/213134
https://ipsj.ixsq.nii.ac.jp/records/2131348f42aab1-c7bb-4420-89d4-35b46bd0ad63
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-HPC21181001.pdf (1.5 MB)
|
Copyright (c) 2021 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2021-09-20 | |||||||||||||||
| タイトル | ||||||||||||||||
| タイトル | 大規模グラフニューラルネットワークにおける実行性能とモデル精度のトレードオフに関する評価 | |||||||||||||||
| 言語 | ||||||||||||||||
| 言語 | jpn | |||||||||||||||
| キーワード | ||||||||||||||||
| 主題Scheme | Other | |||||||||||||||
| 主題 | 高性能計算 | |||||||||||||||
| 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 | ||||||||||||||||
| 産業技術総合研究所情報・人間工学領域 | ||||||||||||||||
| 著者所属 | ||||||||||||||||
| 東京大学大学院情報理工学系研究科 | ||||||||||||||||
| 著者所属 | ||||||||||||||||
| 産業技術総合研究所情報・人間工学領域 | ||||||||||||||||
| 著者所属 | ||||||||||||||||
| 産業技術総合研究所情報・人間工学領域 | ||||||||||||||||
| 著者所属 | ||||||||||||||||
| 産業技術総合研究所情報・人間工学領域 | ||||||||||||||||
| 著者名 |
金刺, 宏樹
× 金刺, 宏樹
× 鈴村, 豊太郎
× 劉, 欣
× 広渕, 崇宏
× 高野, 了成
|
|||||||||||||||
| 論文抄録 | ||||||||||||||||
| 内容記述タイプ | Other | |||||||||||||||
| 内容記述 | グラフデータの大規模化とグラフ構造を用いた機械学習アプリケーションが多様化するにつれて，グラフニューラルネットワーク（GNN）は他の深層学習モデルと同様，GPU や大容量 DRAM などより高性能な計算環境が必要とされている．しかし，グラフデータサイズと比較して GNN の各層のサイズ，学習率などが適切でない場合，GPU デバイスメモリ容量が不足するか，モデル精度が限界になるなどの問題が起こる．本研究では，代表的な大規模グラフデータ，GNN モデルおよび学習用ハイパーパラメータについて，学習時間モデル精度の推移を比較することにより，実行性能とモデル精度のトレードオフを明らかにしながら最適な実行条件を探索する．評価実験により，GNN モデルとそれぞれのハイパーパラメータの違いにより学習開始時から収束するまでの数秒間で顕著な差が見られた． | |||||||||||||||
| 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 2021-HPC-181, 号 1, p. 1-8, 発行日 2021-09-20 |
|||||||||||||||
| 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 | |||||||||||||||
