文献

J-GLOBAL ID：201702232093123828   整理番号：17A1272313

GPU可能なマルチコア計算プラットフォームにおけるTensorFlowソフトウェアライブラリを用いた深い学習計算の性能【Powered by NICT】

Performance of deep learning computation with TensorFlow software library in GPU-capable multi-core computing platforms

著者 (5件)： Mo Young Jong (School of Computer Science and Engineering, Chung-Ang University, Seoul, Republic of Korea) ,  Kim Joongheon (School of Computer Science and Engineering, Chung-Ang University, Seoul, Republic of Korea) ,  Kim Jong-Kook (School of Electrical Engineering, Korea University, Seoul, Republic of Korea) ,  Mohaisen Aziz (Department of Computer Science and Engineering, State University of New York at Buffalo (SUNY Buffalo), NY, USA) ,  Lee Woojoo (Department of Electronic Engineering, Myongji University, Yongin, Republic of Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICUFN  ページ： 240-242  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,GPU対応マルチコア並列計算プラットフォームの支援を受ける深い学習計算における性能改善を測定し,検証した。性能を測定し実用化するために,GPUハードウェア(1152コア)とTensorFlowソフトウェアライブラリを用いた著者ら自身の計算プラットフォームを構築した。GPUを用いた性能を評価するために,著者らは多層パーセプトロンにおける隠れ層の数を変えながら深層学習計算を行った。性能比較結果で示したように,GPUハードウェアを利用した計算時間(約3倍あるいはそれ以上)の点で性能を改善した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 並列演算 ,  ハードウェア ,  多層パーセプトロン ,  CPU時間 ,  *学習
準シソーラス用語： 性能比較 ,  深層学習 ,  隠れ層 ,  *ソフトウェアライブラリー ,  *マルチコアプロセッサ , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： GPU ,  マルチコア ,  計算 ,  プラットフォーム ,  ソフトウェアライブラリ ,  学習