エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
リコー、機械学習モデルを26倍高速化できる回路アーキテクチャ開発
リコーは12月26日、機械学習において近年注目されている手法であるGradient Boosting Decision Tree(GB... リコーは12月26日、機械学習において近年注目されている手法であるGradient Boosting Decision Tree(GBDT:勾配ブースティング決定木モデルの学習を高速し、電力効率を上げる回路アーキテクチャを開発したと発表した。 この回路アーキテクチャを、FPGA(Field-Programmable Gate Array、設計者がプログラムによって設定を変更できる集積回路)上に実装して性能を比較したところ、CPU/GPUを用いた一般的なソフトウェアライブラリ(XGBoost (extreme gradient boosting)、LightGBM、CatBoost)と比べ、26~259倍の学習高速化を実現したという。これにより、これまでよりも短時間でのGBDTモデルの学習・更新が可能となる。 学習時の消費電力も小さく、モデル学習の電力効率は、GPU/CPUと比較して90~1
2018/12/27 リンク