Google はどうやって Deep Learning でメモリ使用量を 99% 削減したか。

NewsPicksのエンジニア採用サイトです。さまざまな強みを持つエンジニアが、自分たちの個性を活かし、未来を創るための挑戦をしてる自由な環境で、一緒に世の中をおもしろくしてみませんか？

[tasukenosuke]

Chromeのメモリ使用量も99%削減してくれ

[keijak]

ニューラルネットで大部分の入力を捌きつつエッジケースでは小さなB木やブルームフィルタにフォールバックして最悪時のコストを保証したり偽陰性を排除したりするハイブリッド構成。メンテコストは増えそうだが。

[masterq]

"B木の置き換えでは、メモリ使用量を 最大 99% 削減し、最大 2.7 倍の高速化を実現しました。ハッシュテーブルの置き換えでは、ハッシュ衝突率を 最大 77% を削減しました。"

[mkusunok]

こうした基礎技術にじゃぶじゃぶと要員を投入できるの素晴らしい

[macj_jp]

“ニューラルネットワークは計算リソースを大量に費やすフレームワークですので、(中略) 学習はニューラルネットワークを使い、推論は学習結果の最適モデルを用いることで、この問題を解決しました。”

[TequilaBancho]

面白い!!!!!

[ryunosinfx]

凄いな・・・これを逆手に取ると、生物内化学反応の演算が理解できたりとかしないのかな。

[natsutan]

こういうのもっと知りたい

[kazuph1986]

スゴスゴスゴ

[satorish]

書きました。このセッション、とってもおもしろかったので、たとえ僕の記事がだめでも（笑）原論文は読んでみてください。

[monzoup]

QCon レポートです。このセッションはとても面白かったのでオススメです。