BPStudy#113 ブロックチェーン/機械学習と計算量・計算機 まとめ
-
- いいね！1
susumuis/いしがみプロ
@susumuis
試行錯誤の回数 x 1ステップの計算時間 x 収束するまでの反復回数 いい人を雇って、いいモデルを使って、良いマシンを使う #bpstudy
2017-01-31 20:41:20
susumuis/いしがみプロ
@susumuis
時間計算量と空間計算量がある。空間計算量：メモリとかステレージをどれだけ必要とするか（ちゃんと計算しやすい） #bpstudy
2017-01-31 20:42:51
susumuis/いしがみプロ
@susumuis
メモリの使用量、時間は何から来るのか。データの使用量が2倍になったとき、時間・メモリは2倍になるのか、4倍になるのか？ #bpstudy
2017-01-31 20:43:53
susumuis/いしがみプロ
@susumuis
データが増えたときにどうなるか？変数が増えたときにどうなるか？10x10の画像→100x100にしたら？変数100倍になったとき、計算時間は？メモリは？ #bpstudy
2017-01-31 20:45:38
omega
@equal_001
変数を増やした時・データを増やした時にどれくらいのメモリ、ストレージ、時間が倍増するのかを計算し、把握しておく必要がある。この部分はある程度の見積もりの変動を専門家に出してもらう必要があるな。 #bpstudy
2017-01-31 20:46:25
susumuis/いしがみプロ
@susumuis
例えば、サポートベクターマシン：データの量が増えるとメモリが増える、変数が増えても大丈夫。深層学習：データが増えてもメモリは増えない、変数が増えるとメモリが増える #bpstudy
2017-01-31 20:46:35
Usek
@Usek2g
優れたエンジニアをたくさん雇って高性能でお金のかかるマシンをたくさん使うとうまくいく確率が上がる、という現場からのリアルなお話 #bpstudy
2017-01-31 20:49:22
susumuis/いしがみプロ
@susumuis
精度を95%から99%にするために数百万円？機械がミスした部分を人間がカバーする運用もある。 #bpstudy
2017-01-31 20:49:31
susumuis/いしがみプロ
@susumuis
NvidiaのGPU、ディープラーニングをやるためにはほぼ必須。10万円くらい、搭載したマシン20万円くらい。 #bpstudy
2017-01-31 20:50:31
susumuis/いしがみプロ
@susumuis
GPUは特殊な計算機、普通のプロセッサーと違う。決定木突っ込んでも意味がない。うまくできるものとできないものがある #bpstudy
2017-01-31 20:51:41
susumuis/いしがみプロ
@susumuis
FPGA：特殊なチップ、XILINX, ALTERA、中の回路を自由に書き換えられるチップ #bpstudy
2017-01-31 20:53:17
susumuis/いしがみプロ
@susumuis
FPGAはGPUが苦手な計算ができる。GPUやCPUはメモリから読み込んでメモリに戻す。FPGAは回路がいじれるから、上から流して結果が得られる？？？ #bpstudy
2017-01-31 20:54:36
susumuis/いしがみプロ
@susumuis
どっちを選べば良いのか？概ね標準的なディープラーニングはGPUで。FPGAは組み込みとかで超消費電力でディープラーニングを走らせたい。ボードの金額は高い。 #bpstudy
2017-01-31 20:56:14
susumuis/いしがみプロ
@susumuis
「弊社はラズベリーパイでディープラーニングを動かすことができる技術を持っている」とのこと。「現状はエグゼキューションだけ（学習は別途）」 #bpstudy
2017-01-31 20:58:08
κeen
@blackenedgold
#bpstudy なるタグで見覚えのある技術の発表がされてるっぽいのがTLから観測されると思ったら弊社社長が発表してるっぽかった。
2017-01-31 21:00:31
阿部一也 | 金融×XTech & ITコミュニティ
@abenben
今日は、BPStudyで 「Blockchainについて知ってみましょう」というタイトルで発表しました。 資料は後ほどアップしま〜す(^^)/ #bpstudy
2017-01-31 23:22:10