Recomendados
Más contenido relacionado
Destacado
Destacado (20)
190117 gdlc tanaka
- 1. GDLC#10 Deep Learningによるダウンスケーリング Deep Learningによる 降⽔量ダウンスケーリング GPU Deep Learning Community 第10回：LT 2019年1⽉17⽇（⼩寒）
- 2. GDLC#10 Deep Learningによるダウンスケーリング Who are you?
- 5. GDLC#10 Deep Learningによるダウンスケーリング 数値予報 ユーザー 応⽤処理 予報担当者 天気予報の流れ 観測データ 収集
- 6. GDLC#10 Deep Learningによるダウンスケーリング 数値予報 ユーザー 応⽤処理 予報担当者 天気予報の流れ アプリケーション
- 8. GDLC#10 Deep Learningによるダウンスケーリング 予報担当者数値予報 応⽤処理 天気予報の流れ（再掲）
- 11. GDLC#10 Deep Learningによるダウンスケーリング 数値予報B 応⽤処理B 統合 プロダクト 統合プロダクトの開発計画 数値予報A 応⽤処理A 数値予報C 応⽤処理C 予報担当者 アンサンブル
- 12. GDLC#10 Deep Learningによるダウンスケーリング 数値予報B 応⽤処理B 統合 プロダクト 数値予報A 応⽤処理A 数値予報C 応⽤処理C 同じ⽔平スケールに統⼀
- 13. GDLC#10 Deep Learningによるダウンスケーリング Deep Learning による超解像⼿法を ⽤いて降⽔量をダウンスケーリング https://github.com/openimages/dataset
- 16. GDLC#10 Deep Learningによるダウンスケーリング 開発環境 n CentOS 6.6 n GPU: NVIDIA Tesla K40c n CUDA9.0 n TensorFlow 1.9.0 n Keras 2.1.6
- 17. GDLC#10 Deep Learningによるダウンスケーリング データ n ３時間積算の観測値 n 20km格⼦の降⽔量を⼊⼒ n 5km格⼦の降⽔量を⽬的変数 n 学習データ： 2006年4⽉ 〜 2013年7⽉ 7年分×８つのサブパッチ n 検証データ： 2013年8⽉ 〜 2015年7⽉ 2年分×８つのサブパッチ n テストデータ：2015年8⽉ 〜 2018年7⽉ 3年分の全領域 20km→5kmに ダウンスケーリング https://www.jma.go.jp/jma/kishou/know/kurashi/kaiseki.html
- 18. GDLC#10 Deep Learningによるダウンスケーリング FCN（Fully Convolutional Network） 全結合層のない ネットワーク ⼊⼒の画像サイズ に依存しない パラメータの 数が少ない ※Dong et al(2016)
- 22. GDLC#10 Deep Learningによるダウンスケーリング 実験設定 n 学習データの平均・標準偏差から ⼊⼒データを標準化 n バッチサイズは32 n オプティマイザーは ADAM n 学習率はスケジューリング n 損失・評価関数は MSE n ネットワークはEDSR17
- 23. GDLC#10 Deep Learningによるダウンスケーリング EDSR17 Lim et al(2017)
- 29. GDLC#10 Deep Learningによるダウンスケーリング 2018/7/30 の事例 ⼊⼒ 観測 Test ⽐較
- 30. GDLC#10 Deep Learningによるダウンスケーリング 128 13495 20km Test 5km （単位：mm/3h）2018/7/30 の事例 Bicubic 102
- 31. GDLC#10 Deep Learningによるダウンスケーリング 20km Test 5km 2018/7/30 の事例 Bicubic 地形性降⽔ ライン状の 降⽔域
- 32. GDLC#10 Deep Learningによるダウンスケーリング 2018/7/27 の事例 20km Test 5km Bicubic
- 33. GDLC#10 Deep Learningによるダウンスケーリング ⼆次元ヒストグラム Bicubic Test ü 出現頻度の少ない⼤⾬も適切に表現 Observation Observation
- 35. GDLC#10 Deep Learningによるダウンスケーリング GPUを利⽤した計算が突然停⽌ n Deep Learningの学習中に突然停⽌する n エラーを出⼒しない
- 36. GDLC#10 Deep Learningによるダウンスケーリング 試したこと ✖︎ CentOS7.3（Dockerイメージ）で実装 ✖︎ CUDA10.0に更新 ✖︎ NIVIDIAドライバーの更新 ✖︎ Tensor Flowの様々なバーションでの実装 ✖︎ GPUの熱暴⾛でないか確認 △１エポック毎にGPUのメモリを開放 １エポック毎にGPUメモリを開放する ことでフリーズ頻度は減ったが未解決
- 38. GDLC#10 Deep Learningによるダウンスケーリング Reference n B. Lim, S. Son, H. Kim, S. Nah, and K. M. Lee. Enhanced deep residual networks for single image super-resolution. In The IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, July 2017. n C. Dong, C. C. Loy, K. He, and X. Tang. Image super-resolution using deep convolutional networks. IEEE Transactions on Pattern Analysis and Machine Intelligence, 38(2):295–307, 2016. n W. Shi, J. Caballero, F. Huszar, J. Totz, A. P. Aitken, R. Bishop, D. Rueckert, and Z. Wang. Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network. In IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pages 1874–1883, 2016.