16:00 〜 16:20
[2D5-GS-2-03] Positでの推論・学習に対応した深層学習フレームワークTsuchigumoの開発
キーワード:深層学習、深層学習フレームワーク
エッジデバイスやAIチップでDNN(Deep Neural Network)を実行するとき,実行の高速化や省電力化のために量子化が行われる.量子化の際に使われる数値フォーマットとして,Positが有効である.Positを用いて学習・推論ができるフレームワークが必要である.我々は,ハードウェアと同じ動作で学習・推論にpositを用いるDNNフレームワークTsuchigumoを開発した.
本稿では,Tsuchigumoの実装を説明する.
評価により,本フレームワークが様々なposit形式を用いた学習・推論において正しく動作することを確認した.
エミュレーション時間のオーバーヘッドを評価したところ,MNISTの100データの学習に3.5秒かかることが分かった.
本稿では,Tsuchigumoの実装を説明する.
評価により,本フレームワークが様々なposit形式を用いた学習・推論において正しく動作することを確認した.
エミュレーション時間のオーバーヘッドを評価したところ,MNISTの100データの学習に3.5秒かかることが分かった.
講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。