| 講演抄録/キーワード |
| 講演名 |
2018-07-31 11:45
敵対型生成ネットワークにおける学習の低ビット化の検討 ○岸 裕真(東大/産総研)・池上 努・大内真一・高野了成(産総研)・野上和可奈・工藤知宏(東大/産総研) CPSY2018-19 |
| 抄録 |
(和) |
敵対型生成ネットワーク(Generative Adversary Network, GAN)についての研究は昨今盛んに行われており, 1024×1024画像生成など, より高精細な画像の生成が可能となってきているがこれに伴い学習にかかる計算コストが爆発的に増えている. 本報告ではGANの持つ, DiscriminatorとGeneratorが交互に学習するという特性に着目し, 従来の浮動小数点表記よりビットサイズを削減し, ダイナミックレンジをbiasをずらすことで調整する"Bias-Shift型浮動小数点表記"について検討した. また検討に基づきDCGANに対して提案データ表記フォーマットを用いた学習を行い, その結果についても報告した. |
| (英) |
(Not available yet) |
| キーワード |
(和) |
Deep Learning / GAN / Bias-Shift型浮動小数点表記 / / / / / |
| (英) |
/ / / / / / / |
| 文献情報 |
信学技報, vol. 118, no. 165, CPSY2018-19, pp. 91-96, 2018年7月. |
| 資料番号 |
CPSY2018-19 |
| 発行日 |
2018-07-23 (CPSY) |
| ISSN |
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 |
CPSY2018-19 |