정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)
Current Result Document : 280 / 281
| 한글제목(Korean Title) |
딥 러닝 훈련 시간 개선을 위한 쓰레드 기반 셔플링 기법 |
| 영문제목(English Title) |
Thread-based Shuffling Scheme for Improving the Training Time of Deep Learning |
| 저자(Author) |
최진서
강동현
Jinseo Choi
Donghyun Kang
|
| 원문수록처(Citation) |
VOL 28 NO. 02 PP. 0075 ~ 0080 (2022. 02) |
한글내용
(Korean Abstract) |
딥 러닝(Deep Learning)이 기존의 문제 해결에 새로운 방향을 제시함으로써, 다양한 환경에서 딥 러닝을 적용하고 있다. 이에 따라, 딥 러닝 프레임워크도 점차 발전하고 있는 추세이다. 그러나, 딥 러닝에서 대용량의 데이터를 학습하기 위해서 필요한 데이터 처리 과정은 여전히 개선의 여지를 남겨두고 있다. 이에, 본 논문에서는 딥 러닝의 학습 과정을 빠르게 진행하기 위한 새로운 데이터 처리 방법인 쓰레드 기반 셔플링 기법을 제안한다. 제안 기법은 멀티 쓰레드를 이용하여 딥 러닝 학습에 필요한 데이터를 임의의 순서로 재 정렬함으로써 CPU의 사용률을 향상시킨다. 실험을 통해 실험을 통해 우리는 제안 기법이 기존 기법 대비 셔플링 시간을 최대 50.7% 그리고 전체 훈련 시간을 최대 13.6% 감소시킬 수 있다는 사실을 확인하였다. 또한, 쓰레드 단위로 데이터를 분할함으로써 발생할 수 있는 정확도 문제를 확인함으로써, 제안 기법이 정확도에 영향을 미치지 않는다는 사실을 확인하였다. |
영문내용
(English Abstract) |
Deep learning is being applied to various environments as it is working towards a new direction that solves many traditional problems. Therefore, there is a trend that the deep learning framework is gradually developing. However, the data processing process to learn the amount of large data in deep learning has still left room for optimization. In this paper, we propose a thread-based shuffling scheme to speed up the learning process of deep learning. The proposed scheme enhances CPU utilization by ordering data in a random way with multi-threads. Through evaluation, we confirmed that our scheme can reduce the shuffling time by up to 50.7% as well as the total training time by up to 13.6% compared to the conventional approach. Additionally, we also validated the fact that the proposed scheme has no effect on the accuracy issue caused by splitting a range of data into each thread. |
| 키워드(Keyword) |
딥 러닝
셔플
멀티 쓰레드
CPU 사용률
deep learning
shuffle
multi-thread
CPU utilization
|
| 파일첨부 |
PDF 다운로드
|
