講演抄録/キーワード |
講演名 |
2017-10-13 11:40
[ショートペーパー]深層学習における連続的な学習率スケジューリングと認識精度の関係 ○矢野正基(筑波大/産総研)・大西正輝(産総研) PRMU2017-88 |
抄録 |
(和) |
Deep Neural Networks(DNN)の学習は確率的勾配降下法で行われ,学習率の大きさによって認識精度は大きく変化する.
最近提案されているDNNは多くのパラメータをもつが,学習を行うEpochはパラメータの増加量に比べて変化していないことが多く,より長く学習をすることで認識精度が向上することが期待される.
本稿では7つの連続的な学習率スケジューリングにおいて学習の総Epochを増加させたときの認識精度の傾向を明らかにする. |
(英) |
なし |
キーワード |
(和) |
学習率スケジューリング / 畳み込みニューラルネットワーク / / / / / / |
(英) |
/ / / / / / / |
文献情報 |
信学技報, vol. 117, no. 238, PRMU2017-88, pp. 145-148, 2017年10月. |
資料番号 |
PRMU2017-88 |
発行日 |
2017-10-05 (PRMU) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
PRMU2017-88 |