1.
ディープラーニングにおける
学習の高速化の重要性とその手法

2.
自己紹介
藤山 裕子 (ふじやま ゆうこ)
長崎県出身
 高校では理系総合コースで 3 年間を過ごす
お茶の水女子大学→東京大学
 大学では心理学と言語学を専攻
Microsoft → Google → NVIDIA
 主にマーケティングを担当
Twitter: @yukofuji
Facebook: Yuko.Fujiyama

3.
どうして学習の高速化が重要なのか
出典: なぜ GPU は Deep Learning に向いているか
http://www.slideshare.net/NVIDIAJapan/gpu-51812528

4.
詳しくは。。。
PFIセミナー2015/12/3: More Modern GPU
https://youtu.be/WmETPBK3MOI

5.
ディープ ラーニングにおける
ハードウエアアーキテクチャの役割
http://www.nikkeibp.co.jp/atcl/news/15/12/14/00618/
http://www.atmarkit.co.jp/ait/articles/1512/15/news036.html

6.
CUDA C プロフェッショナル プログラミング
『Professional CUDA C Programming』 の翻訳書
CUDA は、CPU と GPU が協調して並列処理を行う
プログラムの開発・実行環境です。
CUDA Cプログラミングを本格的に理解して、プログラム
の実行速度を最適化するための格好の一冊です。
Facebook:
エヌビディアジャパンGPUコンピューティング にて各章の
ハイライトを解説しています！

7.
NVIDIA Deep Learning Day 2016
日時: 2016年 1月15日（金）
会場: ベルサール渋谷ファースト
詳細およびお申し込み: http://nvda.ly/W3NjS
日々急速に進化するディープラーニングの最新情報とエヌビディアの取り組みをご紹介するため、この度
NVIDIA Deep Learning Day 2016 を開催します。
エヌビディアのディープラーニングへの取り組みは GPU の開発だけにとどまらず、ディープラーニングを加速
するための様々なソフトウェアの提供、パートナーとの協業など多岐に渡ります。
本イベントではエヌビディアのディープラーニングへの取組みの最新情報、パートナー企業のGPU を活用
したディープラーニングの応用例、そしてお客様の事例をご紹介します。

8.
Follow and Like us!
● Twitter: @NVIDIAJapan
● Facebook: NVIDIA Japan
エヌビディアジャパンGPUコンピューティング