| 講演名 | 2017-10-12 低ランクテンソル分解を用いた畳み込みニューラルネットワークの高速化 大沢 和樹(東工大), 関谷 翠(東工大), 長沼 大樹(東工大), 横田 理央(東工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 畳み込みニューラルネットワーク(CNN)を用いた画像認識て?は，畳み込み演算か?計算時間の大 半を占める.この問題に対処するために，畳み込み層に含まれる密テンソルへ低ランク近似を用いて圧縮し，畳 み込みに伴う計算量を大幅に削減する手法か?提案されてきた.しかし，これらの研究て?は低ランク近似によって 削減て?きる計算量と，画像認識精度へ及ほ?す影響のトレート?オフについて明らかにされてこなかった.本研究て? は，Peisong Wang ら, 2016によって提案された畳み込みの高速化手法について，CNN による画像認識精度と高速 化率とのトレート?オフを GPU を用いて検証した. |
| 抄録(英) | In the image recognition using convolution neural networks (CNN), convolution operations occupies the majority of the computation time. In order to cope with this problem, methods which compress the dense tensors in convolution layers using low-rank approximation have been proposed to reduce the amount of computation, but these studies have not revealed the trade-off between the computational complexity reduced by low-rank approximation and the image recognition accuracy. In this research, we investigated the trade-off between the image recognition accuracy and speed-up rate for the method proposed by Peisong Wang et al. on GPU. |
| キーワード(和) | 画像認識 / 畳み込みニューラルネットワーク / 低ランク近似 / テンソル分解 |
| キーワード(英) | image recognition / convolutional neural networks / low-rank approximation / tensor decomposition |
| 資料番号 | PRMU2017-63 |
| 発行日 | 2017-10-05 (PRMU) |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2017/10/12(から2日開催) |
| 開催地（和） | 熊本大学 |
| 開催地（英） | |
| テーマ（和） | 深層学習 |
| テーマ（英） | |
| 委員長氏名（和） | 佐藤 真一(NII) |
| 委員長氏名（英） | Shinichi Sato(NII) |
| 副委員長氏名（和） | 藤吉 弘亘(中部大) / 井尻 善久(オムロン) |
| 副委員長氏名（英） | Hironobu Fujiyoshi(Chubu Univ.) / Yoshihisa Ijiri(Omron) |
| 幹事氏名（和） | 大西 正輝(産総研) / 舩冨 卓哉(奈良先端大) |
| 幹事氏名（英） | Masaki Oonishi(AIST) / Takuya Funatomi(NAIST) |
| 幹事補佐氏名（和） | 石井 雅人(NEC) / 菅野 裕介(阪大) |
| 幹事補佐氏名（英） | Masato Ishii(NEC) / Yusuke Sugano(Osaka Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 低ランクテンソル分解を用いた畳み込みニューラルネットワークの高速化 |
| サブタイトル（和） | |
| タイトル（英） | Accelerating Convolutional Neural Networks Using Low-Rank Tensor Decomposition |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 画像認識 / image recognition |
| キーワード(2)（和/英） | 畳み込みニューラルネットワーク / convolutional neural networks |
| キーワード(3)（和/英） | 低ランク近似 / low-rank approximation |
| キーワード(4)（和/英） | テンソル分解 / tensor decomposition |
| 第 1 著者 氏名（和/英） | 大沢 和樹 / Kazuki Osawa |
| 第 1 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Inst. of Tech.) |
| 第 2 著者 氏名（和/英） | 関谷 翠 / Akira Sekiya |
| 第 2 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Inst. of Tech.) |
| 第 3 著者 氏名（和/英） | 長沼 大樹 / Hiroki Naganuma |
| 第 3 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Inst. of Tech.) |
| 第 4 著者 氏名（和/英） | 横田 理央 / Rio Yokota |
| 第 4 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Inst. of Tech.) |
| 発表年月日 | 2017-10-12 |
| 資料番号 | PRMU2017-63 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | PRMU-238 |
| ページ範囲 | pp.1-6(PRMU), |
| ページ数 | 6 |
| 発行日 | 2017-10-05 (PRMU) |