SIMD およびマルチスレッド処理で TensorFlow.js WebAssembly バックエンドを高速化する

.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads

[gfx]

"SIMD を使うと Wasm のみの場合に比べて 1.7～4.5 倍パフォーマンスが向上し、マルチスレッドを使うとそこからさらに 1.8～2.9 倍スピードアップすることがわかります"

[misshiki]

翻訳記事。WebAssembly（Wasm）を使って高速化した新しい TensorFlow.js 用バックエンドのパフォーマンス向上について。

[yasu-log]

【B!】SIMD およびマルチスレッド処理で TensorFlow.js WebAssembly バックエンドを高速化する - Google Developers