出版社内容情報
本書は深層ニューラルネットワークによる予測を高速化する技法を解説します。巨大なニューラルネットワークを用いた予測には多くの時間と計算コストがかかります。これにより、応答が遅くなりユーザー体験が悪くなるといった問題や、運用コストが大きくなるといった問題が生じます。本書はニューラルネットワークの予測性能を下げることなく高速化することでこれらの問題を解決する技法を解説します。紹介する技法は量子化・枝刈り・蒸留・低ランク近似・モデルマージなど多岐にわたり、幅広い局面に対応します。また、平坦解や宝くじ仮説など、深層ニューラルネットワークの理論を通して、これらの手法がうまくいく理由についても深く本質的な理論を解説します。深層ニューラルネットワークを活用するエンジニアや研究者は必読の一冊です。
内容説明
推論のしくみから紐解く高速化の原理。
目次
第１章 はじめに
第２章 高速化手法の概要
第３章 量子化と低精度化
第４章 枝刈り
第５章 蒸留
第６章 低ランク近似
第７章 高速なアーキテクチャ
第８章 チューニングのためのツール
第９章 効率的な訓練
著者等紹介
佐藤竜馬［サトウリョウマ］
１９９６年生まれ。２０２４年京都大学大学院情報学研究科博士課程修了。博士（情報学）。現在、国立情報学研究所助教。専門分野はグラフニューラルネットワーク、最適輸送、および情報検索・推薦システム。ＮｅｕｒＩＰＳやＩＣＭＬなどの国際会議に主著論文が採択。競技プログラミングでは国際情報オリンピック日本代表、ＡＣＭ‐ＩＣＰＣ世界大会出場、ＡｔＣｏｄｅｒレッドコーダーなどの戦績をもつ。ＰＤＦ翻訳サービスＲｅａｄａｂｌｅを開発し、深層ニューラルネットワークを用いた翻訳システムにも詳しい（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
デコボコ
sotapop
-
- 和書
- 教育人間学入門
