講演名 2019-01-18
深層学習におけるバッチサイズスケジューリングと識別精度の検討
大友 一馬(長岡技科大), 大西 正輝(産総研),
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 深層学習モデルの学習は確率的勾配効果法 (SGD) で行われ,識別精度を向上させるためには学習率を徐々に下げていくのが一般的である.しかし近年,学習率を下げる代わりにバッチサイズを上げることで同様の識別精度を達成できることが報告されている.本稿では,バッチサイズスケジューリングの効果を検討する.またバッチサイズスケジューリングを従来の学習率の Multistep スケジューリングと組み合わせることで,バッチサイズと学習率の関係性を明らかにする.
抄録(英)
キーワード(和) 学習率スケジューリング / ミニバッチサイズ / 畳み込みニューラルネットワーク
キーワード(英)
資料番号 PRMU2018-108,MVE2018-50
発行日 2019-01-10 (PRMU, MVE)

研究会情報
研究会 PRMU / MVE / IPSJ-CVIM
開催期間 2019/1/17(から2日開催)
開催地(和) 京都テルサ
開催地(英)
テーマ(和) AR/VRのためのComputational Photography and Display
テーマ(英)
委員長氏名(和) 佐藤 真一(NII) / 間瀬 健二(名大)
委員長氏名(英) Shinichi Sato(NII) / Kenji Mase(Nagoya Univ.)
副委員長氏名(和) 井尻 善久(オムロン) / 玉木 徹(広島大) / 井原 雅行(NTT)
副委員長氏名(英) Yoshihisa Ijiri(Omron) / Toru Tamaki(Hiroshima Univ.) / Masayuki Ihara(NTT)
幹事氏名(和) 石井 雅人(NEC) / 菅野 裕介(阪大) / 青木 良輔(NTT) / 内山 英昭(九大) / 平山 高嗣(名大)
幹事氏名(英) Masato Ishii(NEC) / Yusuke Sugano(Osaka Univ.) / Ryosuke Aoki(NTT) / Hideaki Uchiyama(Kyushu Univ.) / Takatsugu Hirayama(Nagoya Univ.)
幹事補佐氏名(和) 入江 豪(NTT) / 牛久 祥孝(東大) / 西口 敏司(阪工大) / 横山 正典(*)
幹事補佐氏名(英) Go Irie(NTT) / Yoshitaka Ushiku(Univ. of Tokyo) / Satoshi Nishiguchi(Oosaka Inst. of Tech.) / Masanori Yokoyama(*)

講演論文情報詳細
申込み研究会 Technical Committee on Pattern Recognition and Media Understanding / Technical Committee on Media Experience and Virtual Environment / Special Interest Group on Computer Vision and Image Media
本文の言語 JPN-ONLY
タイトル(和) 深層学習におけるバッチサイズスケジューリングと識別精度の検討
サブタイトル(和)
タイトル(英) lorem ipsum
サブタイトル(和)
キーワード(1)(和/英) 学習率スケジューリング
キーワード(2)(和/英) ミニバッチサイズ
キーワード(3)(和/英) 畳み込みニューラルネットワーク
第 1 著者 氏名(和/英) 大友 一馬 / ohtomo kazuma
第 1 著者 所属(和/英) 長岡技術科学大学(略称:長岡技科大)
Nagaoka Univercity of Technology(略称:NUT)
第 2 著者 氏名(和/英) 大西 正輝 / onishi masaki
第 2 著者 所属(和/英) 産業技術総合研究所(略称:産総研)
National Institute of Advanced Industrial Science and Technology(略称:AIST)
発表年月日 2019-01-18
資料番号 PRMU2018-108,MVE2018-50
巻番号(vol) vol.118
号番号(no) PRMU-404,MVE-405
ページ範囲 pp.131-136(PRMU), pp.131-136(MVE),
ページ数 6
発行日 2019-01-10 (PRMU, MVE)