kitanokumo https://blog.hatena.ne.jp/kitanokumo/ studylog/北の雲 https://studylog.hateblo.jp/ chainer 16.0の新機能NstepLSTMはcuDNN5.0以降で最適化されたcuDNN-RNNを利用できます。速くなるらしいです。 Optimizing Recurrent Neural Networks in cuDNN 5 | Parallel Forallこれの良い所は次元数が合わないデータでもミニバッチ処理が簡単にできる点です。 再掲しますが以前はこんな風にやっていました。 可変長データのミニバッチをchainerのwhereでやる - studylog/北の雲 以前のやり方 手順1(次元が合ってない) データA 1 2 データB 1 2 3手順2(0で末尾を埋めて次元を合わせる) データA… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fstudylog.hateblo.jp%2Fentry%2F2016%2F10%2F03%2F095406" title="ChainerのcuDNN-RNN(NStepLSTM)のとっかかり - studylog/北の雲" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2016-10-03 09:54:06 rich https://studylog.hateblo.jp/entry/2016/10/03/095406 1.0 100%