Suche senden
Hochladen
コード最適化と機械学習. DSIRNLP5 2014/1/11
•
0 gefällt mir
•
1,366 views
Yasunobu Sumikawa
Folgen
Technologie
Melden
Teilen
Melden
Teilen
1 von 18
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
SIGMOD'10勉強会 -Session 8-
SIGMOD'10勉強会 -Session 8-
Takeshi Yamamuro
20110611 v7unix-b
20110611 v7unix-b
Takayuki Ukai
0から理解するニューラルネットアーキテクチャサーチ(NAS)
0から理解するニューラルネットアーキテクチャサーチ(NAS)
MasanoriSuganuma
論文紹介 "DARTS: Differentiable Architecture Search"
論文紹介 "DARTS: Differentiable Architecture Search"
Yuta Koreeda
my sql-postgresql勉強会#6 LT 私的なPostgreSQLの楽しみ方
my sql-postgresql勉強会#6 LT 私的なPostgreSQLの楽しみ方
Toshi Harada
My code
My code
俊 中村
[DL輪読会]AdaShare: Learning What To Share For Efficient Deep Multi-Task Learning
[DL輪読会]AdaShare: Learning What To Share For Efficient Deep Multi-Task Learning
Deep Learning JP
PyOpenCLによるGPGPU入門 Tokyo.SciPy#4 編
PyOpenCLによるGPGPU入門 Tokyo.SciPy#4 編
Yosuke Onoue
Empfohlen
SIGMOD'10勉強会 -Session 8-
SIGMOD'10勉強会 -Session 8-
Takeshi Yamamuro
20110611 v7unix-b
20110611 v7unix-b
Takayuki Ukai
0から理解するニューラルネットアーキテクチャサーチ(NAS)
0から理解するニューラルネットアーキテクチャサーチ(NAS)
MasanoriSuganuma
論文紹介 "DARTS: Differentiable Architecture Search"
論文紹介 "DARTS: Differentiable Architecture Search"
Yuta Koreeda
my sql-postgresql勉強会#6 LT 私的なPostgreSQLの楽しみ方
my sql-postgresql勉強会#6 LT 私的なPostgreSQLの楽しみ方
Toshi Harada
My code
My code
俊 中村
[DL輪読会]AdaShare: Learning What To Share For Efficient Deep Multi-Task Learning
[DL輪読会]AdaShare: Learning What To Share For Efficient Deep Multi-Task Learning
Deep Learning JP
PyOpenCLによるGPGPU入門 Tokyo.SciPy#4 編
PyOpenCLによるGPGPU入門 Tokyo.SciPy#4 編
Yosuke Onoue
ディープラーニングフレームワーク とChainerの実装
ディープラーニングフレームワーク とChainerの実装
Ryosuke Okuta
Awamoto master thesis
Awamoto master thesis
pflab
2012-04-25 ASPLOS2012出張報告(公開版)
2012-04-25 ASPLOS2012出張報告(公開版)
Takahiro Shinagawa
DAシンポジウム2019招待講演「深層学習モデルの高速なTraining/InferenceのためのHW/SW技術」 金子紘也hare
DAシンポジウム2019招待講演「深層学習モデルの高速なTraining/InferenceのためのHW/SW技術」 金子紘也hare
Preferred Networks
エヌビディアが加速するディープラーニング ~進化するニューラルネットワークとその開発方法について~
エヌビディアが加速するディープラーニング ~進化するニューラルネットワークとその開発方法について~
NVIDIA Japan
LPICレベル1技術解説セミナー(2012/11/11)
LPICレベル1技術解説セミナー(2012/11/11)
Kazuko Kanai
20120117 13 meister-elasti_cache-public
20120117 13 meister-elasti_cache-public
Amazon Web Services Japan
サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23
サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23
Masashi Shibata
Amazon ElastiCache - AWSマイスターシリーズ
Amazon ElastiCache - AWSマイスターシリーズ
SORACOM, INC
X86opti01 nothingcosmos
X86opti01 nothingcosmos
nothingcosmos
LPICレベル1技術解説セミナー(2012/11/11)
LPICレベル1技術解説セミナー(2012/11/11)
Kazuko Itoda
ドメインロジックの実装方法とドメイン駆動設計
ドメインロジックの実装方法とドメイン駆動設計
Tadayoshi Sato
VLDB’11勉強会 -Session 9-
VLDB’11勉強会 -Session 9-
Takeshi Yamamuro
[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...
[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...
Insight Technology, Inc.
アドテク×Scala×パフォーマンスチューニング
アドテク×Scala×パフォーマンスチューニング
Yosuke Mizutani
Panel Discussion@WebDB forum 2014
Panel Discussion@WebDB forum 2014
Makoto Yui
良いコードとは
良いコードとは
Nobuyuki Matsui
xDB Replication ブローシャー
xDB Replication ブローシャー
Yuji Fujita
[AI05] 目指せ、最先端 AI 技術の実活用!Deep Learning フレームワーク 「Microsoft Cognitive Toolkit 」...
[AI05] 目指せ、最先端 AI 技術の実活用!Deep Learning フレームワーク 「Microsoft Cognitive Toolkit 」...
de:code 2017
Software Development with Symfony
Software Development with Symfony
Atsuhiro Kubo
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
danielhu54
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
sugiuralab
Weitere ähnliche Inhalte
Ähnlich wie コード最適化と機械学習. DSIRNLP5 2014/1/11
ディープラーニングフレームワーク とChainerの実装
ディープラーニングフレームワーク とChainerの実装
Ryosuke Okuta
Awamoto master thesis
Awamoto master thesis
pflab
2012-04-25 ASPLOS2012出張報告(公開版)
2012-04-25 ASPLOS2012出張報告(公開版)
Takahiro Shinagawa
DAシンポジウム2019招待講演「深層学習モデルの高速なTraining/InferenceのためのHW/SW技術」 金子紘也hare
DAシンポジウム2019招待講演「深層学習モデルの高速なTraining/InferenceのためのHW/SW技術」 金子紘也hare
Preferred Networks
エヌビディアが加速するディープラーニング ~進化するニューラルネットワークとその開発方法について~
エヌビディアが加速するディープラーニング ~進化するニューラルネットワークとその開発方法について~
NVIDIA Japan
LPICレベル1技術解説セミナー(2012/11/11)
LPICレベル1技術解説セミナー(2012/11/11)
Kazuko Kanai
20120117 13 meister-elasti_cache-public
20120117 13 meister-elasti_cache-public
Amazon Web Services Japan
サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23
サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23
Masashi Shibata
Amazon ElastiCache - AWSマイスターシリーズ
Amazon ElastiCache - AWSマイスターシリーズ
SORACOM, INC
X86opti01 nothingcosmos
X86opti01 nothingcosmos
nothingcosmos
LPICレベル1技術解説セミナー(2012/11/11)
LPICレベル1技術解説セミナー(2012/11/11)
Kazuko Itoda
ドメインロジックの実装方法とドメイン駆動設計
ドメインロジックの実装方法とドメイン駆動設計
Tadayoshi Sato
VLDB’11勉強会 -Session 9-
VLDB’11勉強会 -Session 9-
Takeshi Yamamuro
[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...
[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...
Insight Technology, Inc.
アドテク×Scala×パフォーマンスチューニング
アドテク×Scala×パフォーマンスチューニング
Yosuke Mizutani
Panel Discussion@WebDB forum 2014
Panel Discussion@WebDB forum 2014
Makoto Yui
良いコードとは
良いコードとは
Nobuyuki Matsui
xDB Replication ブローシャー
xDB Replication ブローシャー
Yuji Fujita
[AI05] 目指せ、最先端 AI 技術の実活用!Deep Learning フレームワーク 「Microsoft Cognitive Toolkit 」...
[AI05] 目指せ、最先端 AI 技術の実活用!Deep Learning フレームワーク 「Microsoft Cognitive Toolkit 」...
de:code 2017
Software Development with Symfony
Software Development with Symfony
Atsuhiro Kubo
Ähnlich wie コード最適化と機械学習. DSIRNLP5 2014/1/11
(20)
ディープラーニングフレームワーク とChainerの実装
ディープラーニングフレームワーク とChainerの実装
Awamoto master thesis
Awamoto master thesis
2012-04-25 ASPLOS2012出張報告(公開版)
2012-04-25 ASPLOS2012出張報告(公開版)
DAシンポジウム2019招待講演「深層学習モデルの高速なTraining/InferenceのためのHW/SW技術」 金子紘也hare
DAシンポジウム2019招待講演「深層学習モデルの高速なTraining/InferenceのためのHW/SW技術」 金子紘也hare
エヌビディアが加速するディープラーニング ~進化するニューラルネットワークとその開発方法について~
エヌビディアが加速するディープラーニング ~進化するニューラルネットワークとその開発方法について~
LPICレベル1技術解説セミナー(2012/11/11)
LPICレベル1技術解説セミナー(2012/11/11)
20120117 13 meister-elasti_cache-public
20120117 13 meister-elasti_cache-public
サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23
サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23
Amazon ElastiCache - AWSマイスターシリーズ
Amazon ElastiCache - AWSマイスターシリーズ
X86opti01 nothingcosmos
X86opti01 nothingcosmos
LPICレベル1技術解説セミナー(2012/11/11)
LPICレベル1技術解説セミナー(2012/11/11)
ドメインロジックの実装方法とドメイン駆動設計
ドメインロジックの実装方法とドメイン駆動設計
VLDB’11勉強会 -Session 9-
VLDB’11勉強会 -Session 9-
[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...
[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...
アドテク×Scala×パフォーマンスチューニング
アドテク×Scala×パフォーマンスチューニング
Panel Discussion@WebDB forum 2014
Panel Discussion@WebDB forum 2014
良いコードとは
良いコードとは
xDB Replication ブローシャー
xDB Replication ブローシャー
[AI05] 目指せ、最先端 AI 技術の実活用!Deep Learning フレームワーク 「Microsoft Cognitive Toolkit 」...
[AI05] 目指せ、最先端 AI 技術の実活用!Deep Learning フレームワーク 「Microsoft Cognitive Toolkit 」...
Software Development with Symfony
Software Development with Symfony
Kürzlich hochgeladen
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
danielhu54
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
sugiuralab
UPWARD_share_company_information_20240415.pdf
UPWARD_share_company_information_20240415.pdf
furutsuka
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Ryo Sasaki
PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000
Shota Ito
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
Atomu Hidaka
Kürzlich hochgeladen
(7)
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
UPWARD_share_company_information_20240415.pdf
UPWARD_share_company_information_20240415.pdf
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
コード最適化と機械学習. DSIRNLP5 2014/1/11
1.
コード最適化と機械学習 澄川 靖信 @sumi_1554 2014/1/11 DSIRNLP 5 1
2.
今日の内容 興味がある研究について話します. 1. コンパイラのコード最適化 私の修士論文の内容について説明した後, 現在の研究のざっくりしたテーマを話します. 2. 機械学習のクラスタリングと分類器 2
3.
大域ロード命令集約(GLIA)(修論) キャッシュメモリのヒット率を向上 同じ配列へのアクセスを連続させる → メモリの空間的局所性を向上 結果 (ベンチマーク:
SPEC2000) 実行効率: 最大で約12.9%の向上 キャッシュヒット率 L2: 最大で約17%向上 L3: 最大で約99%向上 3
4.
大域ロード命令集約(GLIA) x = a[i] y
= b[i] z = a[i+1] 命令の実行順序 を表すグラフ キャッシュメモリ 保存している データを表す 4
5.
大域ロード命令集約(GLIA) この命令 を実行 x = a[i] y
= b[i] z = a[i+1] キャッシュヒットす る事が期待できる a[i] a[i+1] キャッシュメモリ 5
6.
大域ロード命令集約(GLIA) x = a[i] y
= b[i] z = a[i+1] b[i] a[i+1]の 追い出し b[i+1] キャッシュメモリ 6
7.
大域ロード命令集約(GLIA) x = a[i] y
= b[i] z = a[i+1] キャッシュ ミス b[i] b[i+1] キャッシュメモリ 7
8.
大域ロード命令集約(GLIA) x = a[i] レジスタスピルを 防ぐための移動 t
= a[i+1] キャッシュミスを 防ぐための移動 y = b[i] z=t 8
9.
コンパイラの研究での興味 ハードウェアを考慮した最適化 キーワード キャッシュメモリ レジスタ
コード移動 9
10.
MLで興味がある内容 クラスタリング,分類器 MDS K近傍 ナイーブベイジアン分類器 SVM 蟻コロニー最適化 など 10
11.
蟻コロニー最適化 蟻の群れによって解を求める. 蟻は,餌を巣に持ち帰るとき, 帰り道上にフェロモンを置く. → 他の蟻に餌のある場所を間接的に教える. 11
12.
蟻コロニー最適化 蟻の群れによって解を求める. データマイニングに適用可. AntMiner*が初期の手法 * 分類を行う. SVMに匹敵する結果が得られる場合もある. 改良版(AntMiner2, AntMiner+)も提案されている. Parpinelli et
al. An ant colony based system for data mining, GECCO, 2001) 12
13.
MLの勉強している(知りたい)こと 教師あり学習 データ数はどのぐらい必要? SVMなど用いた場合,過学習が起こりそうな状況は? もっとよい他の分類・クラスタリングがあるか? 現状:入門 機械学習,自然言語処理,言語処理のための機 械学習で勉強しながら,Weka等で遊んでいる Web分類や特徴抽出に関する論文のサーベイはこれから 13
14.
まとめ コンパイラの興味 MLの興味 キャッシュ,レジスタの効率向上 GLIA クラスタリング,分類器 注目している研究 蟻コロニー最適化 GLIAと組合わせるとおもしろいかも 14
15.
補足資料 15
16.
蟻コロニー最適化 条件となる変数とその値をグラフで表現 条件:性別,預金など. グラフ上を蟻が歩く 最も質の高い経路を通った蟻だけが, 餌を見つけたとする. 16
17.
蟻コロニー最適化 例:銀行で融資すべきではない人の特徴を知 りたい Class bad Term Term male start Sex 1 1 end female 5 5 any 20 20 17
18.
蟻コロニー最適化 最も“質の高い”経路を歩いた蟻に注目 フェロモン値の更新 結果:貯金が5万円以上20万未満の男はダメ Class bad 最も質の高い 経路とする. Term Term male start Sex 1 1 end female 5 5 any 20 20 18
Jetzt herunterladen