モデル圧縮
モデル圧縮
モデル圧縮とはモデルの精度を損なうことなく、データサイズを削減する手法です。
ディープラーニングにおいて、モデルの精度を向上させるには層を増やすことなどが挙げられますが、それに伴って計算量が増え、コストも時間も増大してしまいます。そこで、モデル圧縮が機械学習においては必要になります。代表的な手法としては「蒸留」「プルーニング」「量子化」の3つが挙げられます。
👉より体系的に学びたい方は「人工知能基礎」（東京大学松尾豊先生監修）へ
クイズ
現在、剪定や量子化、蒸留といったモデル圧縮の手法が注目されてきている。モデル圧縮を行う目的として、最も不適切な選択肢を１つ選べ。
人工知能基礎講座を提供中
人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか？
人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。
サンプル動画
人工知能基礎講座はこちら↓
AI初学者・ビジネスパーソン向けのG検定対策講座
G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。
zero to oneの「E資格」向け認定プログラム
日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。
厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円～(支給割合70%の場合)で受講可能です。※2023年弊社調べ
