Item type |
SIG Technical Reports(1) |
公開日 |
2022-05-04 |
タイトル |
|
|
タイトル |
超解像のための機械学習プログラムのハイパーパラメータ最適化に対する自動チューニングの適用 |
言語 |
|
|
言語 |
jpn |
キーワード |
|
|
主題Scheme |
Other |
|
主題 |
HPCアプリケーション |
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 |
|
|
|
工学院大学 |
著者所属 |
|
|
|
工学院大学 |
著者所属 |
|
|
|
工学院大学 |
著者所属 |
|
|
|
豊田工業大学 |
著者所属 |
|
|
|
工学院大学 |
著者所属 |
|
|
|
工学院大学 |
著者所属 |
|
|
|
豊田工業大学 |
著者所属 |
|
|
|
名古屋大学 |
著者名 |
楊, 暄
藤家, 空太郎
矢島, 雄河
秋田, 和俊
藤井, 昭宏
田中, 輝雄
浮田, 宗伯
大島, 聡史
|
論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
機械学習プログラムでは,より良い学習をするためにハイパーパラメータを最適化する必要がある.この最適化を行うために,我々が開発を進めているソフトウェア自動チューニングツールを適用する.対象とするのは,低解像データを学習し超解像画像を得る機械学習プログラムである.このプログラムでは 1 回あたりの学習時間が長い.さらに,自動チューニングでは,この学習を繰り返し行う必要がある.そのために,2 段階学習の手法により,1 回あたりの学習時間を 1/8 とした.さらに,複数回の学習を効率的に行うために GPU クラスタ上で複数ジョブの多重実行を実施した.その結果,GPU クラスタの並列環境を用いて,学習時間を延べ 3470 時間から 262 時間に削減することができた. |
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 2022-HPC-184,
号 5,
p. 1-7,
発行日 2022-05-04
|
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 |