ディープラーニングに適したストレージシステムの検討

カテゴリ: 研究会(論文単位)

論文No: IS17004

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2017/03/23

タイトル(英語): A Study on Storage System for Deep Learning

著者名: 金子 舜(東北大学),中村 隆喜(東北大学),亀井 仁志(東北大学),村岡 裕明(東北大学)

著者名(英語): Shun Kaneko(Tohoku University),Takaki Nakamura(Tohoku University),Hitoshi Kamei(Tohoku University),Hiroaki Muraoka(Tohoku University)

キーワード: ディープラーニング|畳み込みニューラルネットワーク|ストレージシステム|ＤＲＡＭ|Deep Learning|Convolutional Neural Network|Storage System|Dynamic Random Access Memory

要約(日本語): 近年、機械学習においてディープラーニングという手法が注目されている。膨大な計算資源を用いることで、画像認識の精度を飛躍的に向上させることに成功している。ディープラーニングの認識精度は、データの質と量によって左右され、今後はさらに大量のデータを扱うことになると予測される。そこで我々は、ディープラーニングにおいてストレージの側面から効率的に学習するためのシステムの検討を行う。

要約(英語): Recently, a method called deep learning has gotten a lot of attention in machine learning.By using enormous computational resources, the method dramatically improves the accuracy of image recognition.As the accuracy depends on the quality and quantity of data, the method will process even larger amounts of data in the near future.Therefore, we study a system to learn efficiently in deep learning from the aspect of storage.

原稿種別: 日本語

PDFファイルサイズ: 1,493 Kバイト