講演抄録/キーワード |
講演名 |
2016-05-19 13:40
深層畳込みニューラルネットワークに向けたデータ流再構成型演算器アレイアーキテクチャ ○安藤洸太・折茂健太郎・植吉晃大・浅井哲也・本村真人(北大) RECONF2016-7 |
抄録 |
(和) |
近年、畳込みニューラルネットワーク(CNN)による大規模な機械学習が急速な発展を見せ、主に画像認識の分野で成果を挙げている。CNNは非常に演算量が大きく、旧来のCPUによる逐次処理では膨大な時間を要するため、種々のハードウェアアクセラレータが提案されている。しかしそれらはCNNの二大要素である畳込み層と全結合層の処理内容の差異に起因して汎用性に問題がある。そこで本研究では単純な演算素子を多数並列して広帯域のバスで結び、各処理に応じて制御することで様々なCNNの畳込み層と全結合層の処理に対応できるアクセラレータを提案する。 |
(英) |
(Not available yet) |
キーワード |
(和) |
CNN / 畳込みニューラルネットワーク / ニューラルネットワーク / 全結合 / アクセラレータ / 並列処理 / 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. 116, no. 53, RECONF2016-7, pp. 29-34, 2016年5月. |
資料番号 |
RECONF2016-7 |
発行日 |
2016-05-12 (RECONF) |
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 |
RECONF2016-7 |