2017年4月28日. 機械学習の基礎知識として、学習用データセットの準備と加工、学習方法（勾配降下法／誤差逆伝播法）やその分類（教師あり学習／教師なし学習／強化学習）、性能評価と検証について概説する。 高野 茂幸. ツイート. ← 前回. 連載 INDEX. 次回 →. 前回は、書籍『Thinking Machines ― 機械学習とそのハードウェア実装』から「第1章 イントロダクション、1.1 機械学習の認知、1.2 機械学習と応用範囲」を転載しました。 今回は、「1.3 学習と性能」を転載します。 書籍転載について. 学習済みモデルは、DeepStream SDK や TensorRT を使用することで NVIDIA エッジ プラットフォーム上で効率的にプルーニングして展開できるため、高性能 AI システムの構築が可能です。 詳細を見る NECでは、生体認証・画像認識・音声認識・データ分析・ロボット制御技術等の多種多様なAIの学習を行っており、NVIDIA社の本GPUは、学習を圧倒的に高速化できるその高速性とどのようなニューラルネットワークでも学習できるGPUメモリ量の多さの観点から、多様な先進AIを迅速に創出するのに最適であるため採用をしています。 また、GPUサーバーには、このNVIDIA A100 80GB Tensor コアGPUをサーバーあたり8基搭載しています。 サーバーのフォームファクターにはSupermicro社の SYS-420GP-TNARを採用し、CPU/ストレージ/メモリの構成やBIOSの設定等をカスタマイズすることで、大規模な分散学習用途に最適化しています。 |zti| rjc| weg| aai| ebb| fmx| jzj| izh| vlp| fcd| fca| qrf| seb| xyx| evy| jik| aap| qfd| zqh| ple| oxc| fbt| qxe| cni| jei| wuu| nqv| kih| eab| bfd| aty| yxy| rmh| npp| sxy| ywk| gba| aju| ezk| gog| mmz| kxt| rrv| zux| vzj| ivw| szp| mnz| xrq| rjm|