文献

J-GLOBAL ID：202002286331291962   整理番号：20A1509623

集団ベース訓練のための一般化フレームワーク【JST・京大機械翻訳】

A Generalized Framework for Population Based Training

著者 (9件)： Li Ang (DeepMind, Mountain View, CA, USA) ,  Spyra Ola (DeepMind, Mountain View, CA, USA) ,  Perel Sagi (Google Brain, Pittsburgh, PA, USA) ,  Dalibard Valentin (DeepMind, London, United Kingdom) ,  Jaderberg Max (DeepMind, London, United Kingdom) ,  Gu Chenjie (DeepMind, Mountain View, CA, USA) ,  Budden David (DeepMind, London, United Kingdom) ,  Harley Tim (DeepMind, London, United Kingdom) ,  Gupta Pramod (DeepMind, Mountain View, CA, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： KDD ’19  ページ： 1791-1799  発行年： 2019年 
JST資料番号： D0698C  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： ポピュレーションベース訓練(PBT)は,訓練中に,最良のパフォーマンスの重みを周期的にコピーし,ハイパーパラメーターを突然変異するニューラルネットワーク重みとハイパーパラメータを同時に最適化する最近のアプローチである。以前のPBT実装は同期ガラスボックスシステムである。著者らは,PBT制御装置によって協調したクラスタを横断して,多くの非同期”試行”(温暖起動を伴う少数の訓練段階)を分布する一般的でブラックボックスPBTフレームワークを提案した。ブラックボックス設計は,モデルアーキテクチャ,損失関数または訓練手順に関する仮定をしない。このシステムは,微分可能と非微分可能メトリックの両方を最適化するための動的ハイパーパラメータスケジュールをサポートする。このシステムを適用して,人間の音声合成のための最先端のWaveNet生成モデルを訓練した。著者らは,著者らのPBTシステムが,同じ計算資源を与えて,既存の方法と比較して,より良い精度とより速い収束を達成することを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 音声合成 ,  最適化 ,  制御装置 ,  損失関数 ,  ニューラルネットワーク ,  突然変異 ,  *微分 ,  ブラックボックス ,  クラスタ ,  計算機アーキテクチャ
準シソーラス用語： 進化的アルゴリズム ,  生成モデル ,  計算資源 ,  ホップ数 ,  ハイパーパラメータ , 【Automatic Indexing@JST】

著者キーワード (6件)： ブラックボックス最適化 ,  進化アルゴリズム ,  ニューラルネットワーク ,  集団ベーストレーニング ,  音声合成 ,  ウェーブネット

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 集団 ,  訓練 ,  一般化 ,  フレームワーク