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。
深学習モデルは,過去10年間に分類と認識における大きな可能性を示した。深層信念ネットワーク(DBN)は,それらの大きな特徴提示能力のために,視覚,音声分野で利用されている。しかし,DBNの訓練に時間のかかる計算の膨大な数である。CPU,GPU,FPGAなどに十分な高速とDBNの訓練を加速した多くの研究。同時に,最近公表されたSunway(SW)メニーコアプロセッサは,高い計算性能と専用不均一アーキテクチャを持つ。SWクラスタ上のDBN訓練システムを提供し,DBN訓練のSWクラスタの適用性を検証した。Sunwayプロセッサ上のRestricted Boltzmann MachineとDeep Belief networkを最適化し,次に多重プロセッサ上でDBNを訓練するために線形トポロジーを有する並列モデルを構築した。システムはTaihuLightスーパコンピュータ上で実装し,MNISTデータセット二百八十万DBNパラメータを訓練することにより評価した。実験結果は,CPUと比較して本システムはSunwayプロセッサにかなりの高速化を達成することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】