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。
現代のニューラルネットワークは,大規模なデータセットにおいて,デセント性能に達するために長い訓練を必要とする。訓練をスピードアップする一つの一般的な手法はモデル並列化であり,そこでは大きなニューラルネットワークが複数のデバイスで分割される。しかし,同じニューラルネットワークの異なる装置配置は,異なる訓練時間をもたらす。既存のデバイス配置ソリューションの大部分は,ニューラルネットワークグラフを横断し,それらのニューロンを異なるデバイスに割り当てることによって,逐次意思決定として問題を扱う。本研究では,デバイス配置に対するグラフ横断順序の影響を調べた。特に,異なるグラフ横断順序が,異なるデバイス配置に導いて,次に訓練実行時間にどう影響するかを経験的に研究する。実験結果は,最良グラフ横断順序がニューラルネットワークのタイプとそれらの計算グラフ特徴に依存することを示した。本研究では,モデル並列化における訓練時間を改善するために,様々なニューラルネットワークファミリーのデバイス配置におけるグラフ横断順序の選択に関する推奨も提供した。【JST・京大機械翻訳】