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。
ハードウェア設計が複雑で多様であるので,大量のハードウェアのための正確で効率的な畳込みニューラルアーキテクチャを設計することは挑戦的である。本論文は,ニューラルアーキテクチャ検索(NAS)におけるハードウェア多様性チャレンジに取り組んだ。ハードウェア多様性を考慮しない小型,人間設計探索空間に関する探索アルゴリズムを適用する以前のアプローチとは異なり,著者らは,様々なタイプのハードウェアのために,効率的に調整されたモデルを生成するために,はるかに大きい探索空間と2段階探索アルゴリズムに関する自動ハードウェア意識探索を探索するHURRICANEを提案した。ImageNetに関する大規模な実験は,著者らのアルゴリズムが3種類のハードウェアに関する同じ待ち時間制約の下で最先端のハードウェア意識NAS法より優れていることを実証した。さらに,発見したアーキテクチャは,現在の最先端の効率的なモデルよりも,はるかに低い待ち時間とより高い精度を達成した。注目すべきことに,HURRICANEは,DSPに対して16.5msだけの推論待ち時間で,画像Net上で76.67%のトップ-1精度を達成し,それは,それぞれ,FBNet-iPhoneXよりも,3.47%高い精度と6.35の推論高速化である。VPUでは,1.49の高速化で,Proxyless-mobileよりも0.53%高いトップ-1精度を達成した。よく研究されたモバイルCPUに対しても,同等の推論待ち時間でFBNet-iPhoneXよりも1.63%高いトップ-1精度を達成した。HURRICANEはまた,SPOSと比較して訓練時間を30.4%減少させた。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】