文献
J-GLOBAL ID:201602210052416248
整理番号:16A1111410
MPIを用いたDeep Learning処理高速化の提案
-
出版者サイト
{{ this.onShowPLink() }}
複写サービスで全文入手
{{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=16A1111410©=1") }}
-
高度な検索・分析はJDreamⅢで
{{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=16A1111410&from=J-GLOBAL&jstjournalNo=U0451A") }}
著者 (4件):
,
,
,
資料名:
巻:
2016
号:
HPC-155
ページ:
Vol.2016-HPC-155,No.6,1-8 (WEB ONLY)
発行年:
2016年08月01日
JST資料番号:
U0451A
資料種別:
会議録 (C)
記事区分:
原著論文
発行国:
日本 (JPN)
言語:
日本語 (JA)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
Deep Neural Network(DNN)の研究・開発は,DNN構成の検討や数多くのハイパーパラメタの調整に試行錯誤を重ねる必要があり,またその評価には大規模なデータを用いた膨大な演算が必要である。そのため,DNNの学習処理を多数のGPUを用いて高速に実行するニーズが高まっている。この論文では,多ノードで学習処理を実行する場合の並列処理に対する課題を検討し,MPIを用いた大規模GPUクラスタ向けのデータ並列による学習処理を提案する。勾配情報のノード間集約処理アルゴリズムとして,二分木集約方式,全量バタフライ方式,分割バタフライ方式を評価した。提案手法では取り扱うデータサイズに応じて全量バタフライ方式と分割バタフライ方式を選択するハイブリッド方式を採用し,さらにノード間集約処理を学習処理と重複させることで高いスケーラビリティを実現する。評価実験では各ノードの処理量を変えない条件(week scale)において256ノード・256GPU構成で学習の処理速度を217倍高速化させた。(著者抄録)
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
,
,
,
,
,
,
,
,
,
,
,
準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
,
,
,
,
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
人工知能
引用文献 (24件):
-
K. He, X. Zhang, S. Ren, and J. Sun, “Delving deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification”, IEEE International Conference on Computer Vision (ICCV), 2015
-
C. Szegedy, V. Vanhoucke, S. Ioffe, and J. Shlens, “Rethinking the Inception Architecture for Computer Vision”, In Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2016.
-
K. He, X. Zhang, S. Ren, and J. Sun, “Deep Residual Learning for Image Recognition”, arXiv:1512.03385, 2015
-
AA Cruz-Roa, JEA Ovalle, A. Madabhushi, and FAG Osorio, “A Deep Learning Architecture for Image Representation, Visual Interpretability and Automated Basal-Cell Carcinoma Cancer Detection”, Medical Image Computing and Computer-Assisted Intervention 2013, 2013
-
C. Chen, A. Seff, A. Kornhauser, and J. Xiao. “DeepDriving: Learning Affordance for Direct Perception in Autonomous Driving”, In Proceedings of 15th IEEE International Conference on Computer Vision (ICCV), 2015
もっと見る
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです
,
,
前のページに戻る