深層学習AIをエッジで動かす、東芝と理研がスパース化現象でパラメータ8割削減 - MONOist（モノイスト）
（左）手書き数字画像10クラスの「MNIST」という画像データセットにおいて、4層の全結合ネットワークを用いた実験の結果。コンパクト化なしのネットワークから認識精度0.02％の低下で、パラメータ数を83.7％削減可能であることを確認した。（右）一般物体認識のベンチマークとしてよく使われている「CIFAR-10」という画像データセットにおいて、16層の畳み込みニューラルネットワークを用いた実験の結果。認識精度の低下が約1％以内の範囲では、正則化強度を変更することでネットワークのパラメータ数を30～70％程度削減でき、DNNのサイズを柔軟に変更できることを確認した（クリックで拡大） 出典：東芝 スパース化現象が起こる学習条件は3つある。1つ目は、DNNの表現力を高めるために一般的に導入される非線形関数ReLU（Rectified linear unit）を活性化関数として用いる場合だ。2つ目は
RISC-V採用のSoC FPGAアーキテクチャ、Linuxにリアルタイム性能を持たせる - MONOist（モノイスト）
RISC-V採用のSoC FPGAアーキテクチャ、Linuxにリアルタイム性能を持たせる：組み込み開発ニュース マイクロチップ・テクノロジーは、新たなSoC FPGAアーキテクチャ「PolarFire SoC」を発表した。高機能OSに必要とされる柔軟性やセキュリティ性能、消費電力などの要件を満たし、Linuxにリアルタイム性能を持たせることができる。 マイクロチップ・テクノロジーは2018年12月5日、新たなSoC（システムオンチップ）FPGAアーキテクチャ「PolarFire SoC」を発表した。 PolarFire SoCは、RISC-V（リスクファイブ）命令セットアーキテクチャを採用したプロセッサと、消費電力を抑えたPolarFire FPGAを組み合わせたもので、Linuxにリアルタイム性能を持たせることができる。 命令トレースや50個のブレークポイント、AXI（Advanced
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
