数少ない演算量・時間で複数の学習係数（LR）の検証を行うことができ、高速に精度高く学習処理を行うことができます。

背景

深層学習において、従来技術では、最終精度を大きく左右する適切な学習係数（LR）を発見するためには、複数のLRを複数回の学習プロセスで実行する経験的手法が行われており、多数のLRを試験するために長時間のマシン時間が必要となっていました。

技術の内容：未知のネットワーク試験でも短時間でLRを検証できる学習システム

複数の学習係数を用いた短時間の事前学習だけで未知のネットワーク構造に適した学習係数を適応的に選択し、学習係数の決定を人の介在なく行うことができます。
１）従来手法と比較して87.5%の演算時間を削減
２）学習係数を固定した手法と比較して4.8%の精度向上を達成

技術の利点：ディープラーニング高性能化・学習時間削減

本技術は、高速な学習処理により計算コストを抑えることができ、学習率の値に依らず学習安定性が良いため、高精度に学習処理を行うことができます。
従来の方法に比べ、本技術ケース1では4.8%、本技術ケース2では3.6%の精度の向上が見られました。（図1）

産業応用のイメージ：深層学習に関するアプリケーションの開発期間を大幅に短縮

近年、AIやIoT技術の急速な進歩により、ディープラーニング（深層学習）は注目されています。ディープラーニングは自動運転から医療機器まで幅広い分野に活用できます。
本技術により、ディープラーニングの学習を高速化することで、アプリケーションの開発期間を短縮することができます。

特許出願

あり