皆さんこんにちは。@tereka114です。
遂にCVPRも最終日になりました。
※CVPR2018の4日目の記事はこちらです。
acro-engineer.hatenablog.com
本日参加したのは、「Efficient Deep Learning for Computer Vision」のWorkshopです。
Efficient Deep Learning for Computer Vision
Workshopの概要は次のサイトに掲載されています。
ECV2018
従来の研究では、精度が第一で、他の速度やがおざなりになっていたようです。
現在は、モバイルによる活用が増えており、近年、ニューラルネットワークの効率化の研究が進んでいます。
講演
問題意識として共通しているのは、エッジデバイスで利用するには現状の画像認識技術では難しいといったことです。
様々な研究の成果により、画像認識の精度が非常に上がってきています。
ところが、デバイス・エッジに載せるためには現状の精度の高いニューラルネットワークモデルでは実行時間が遅いです。
かつ、デバイスにダウンロードもできない程度にファイルサイズが大きくなっています。(iphoneダウンロードできないらしい)
そのため、精度をある程度保ったまま、モデルの軽量化や高速化が求められてきています。
Workshop中にニューラルネットワークの最適化の方法、新しいニューラルネットワーク(SqueezeNext)の提案やArchitecture Searchにより高速なニューラルネットワークを自動作成する例がありました。
人間の人力のアーキテクチャ最適化よりは、機械による最適化のほうが短時間で望ましい結果が出ていました。
実利用の際に最適化が必要になる局面が出てくると思うのでいくつかの技術で実現したいです。
パネル&ディスカッション
様々な講演の最後にパネル&パネルディスカッションがありました。
これまでは、モバイルを対象にしていましたが、最後はオフライン(クラウドなど)のTrainingに関してのパネルです。
近年では、非常に多くのデータが上がってくるようになり、オフラインでの学習のスケール・高速化が重要になってきています。
これに関して、5人のパネラーがそれぞれの立場で説明をされていました。
TPUやクラウド上でのプラットフォームの提供、GPU、HPCなど様々な分野の立場からアーキテクチャや高速化の工夫の説明がありました。後にディスカッションがあり、ベンチマークやバッチサイズの話など様々な話をされていました。あとで復習したいと思います。
最後に
ICMR, CVPRと長きに渡り、レポートを書いてきました。
直接カンファレンスに参加するのははじめてですが、現地に行ったからこそ良かった点がありました。
また機会があれば行ってみようと思います!
Acroquest Technologyでは、キャリア採用を行っています。
- ディープラーニング等を使った自然言語/画像/音声/動画解析の研究開発
- Elasticsearch等を使ったデータ収集/分析/可視化
- マイクロサービス、DevOps、最新のOSSを利用する開発プロジェクト
- 書籍・雑誌等の執筆や、社内外での技術の発信・共有によるエンジニアとしての成長
少しでも上記に興味を持たれた方は、是非以下のページをご覧ください。