CN107615309B - 信息处理装置、信息处理方法以及信息提供方法 - Google Patents

信息处理装置、信息处理方法以及信息提供方法 Download PDF

Info

Publication number
CN107615309B
CN107615309B CN201680029420.XA CN201680029420A CN107615309B CN 107615309 B CN107615309 B CN 107615309B CN 201680029420 A CN201680029420 A CN 201680029420A CN 107615309 B CN107615309 B CN 107615309B
Authority
CN
China
Prior art keywords
learning
learning process
hardware resource
information processing
case
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201680029420.XA
Other languages
English (en)
Other versions
CN107615309A (zh
Inventor
小林由幸
福井启
井手直纪
大渕愉希夫
高松慎吾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of CN107615309A publication Critical patent/CN107615309A/zh
Application granted granted Critical
Publication of CN107615309B publication Critical patent/CN107615309B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0482—Interaction with lists of selectable items, e.g. menus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]

Abstract

[问题]对于使得能够直观地添加用于执行学习的硬件资源的技术存在要求。[解决方案]提供了一种信息处理装置，其配备有：显示控制部，用于控制指示学习处理的进度状态的信息和添加按钮的显示，该添加按钮用于将用于执行学习处理的第二硬件资源动态地添加到当前正在执行学习处理的第一硬件资源。

Description

信息处理装置、信息处理方法以及信息提供方法
技术领域
本公开内容涉及信息处理装置、信息处理方法以及信息提供方法。
背景技术
近年来，存在各种技术作为与使用神经网络的学习相关的技术(例如，参见专利文献1)。神经网络大致分为三层(输入层、中间层和输出层)。在这些层当中，具有数量相对多的中间层的那些被称为深度学习。通过使用具有许多中间层的神经网络，深度学习能够应用于具有较高难度的任务。
引用列表
专利文献
专利文献1：JP H5-135000A
发明内容
技术问题
这里，在使用神经网络的学习中，在某些情况下，用户可能希望在学习未按预期进行的情况下添加要执行学习的硬件资源。因此，期望提供一种能够直观地添加要执行学习的硬件资源的技术。
针对问题的解决方案
根据本公开内容，提供了一种信息处理装置，其包括：显示控制单元，其被配置成控制指示学习处理的进度的信息和添加按钮的显示，该添加按钮用于将要执行学习处理的第二硬件资源动态地添加至正在执行学习处理的第一硬件资源。
根据本公开内容，提供了一种信息处理方法，该方法包括：由处理器控制指示学习处理的进度的信息和添加按钮的显示，该添加按钮用于将要执行学习处理的第二硬件资源动态地添加至正在执行学习处理的第一硬件资源。
根据本公开内容，提供了一种信息提供方法，该方法包括：提供指示学习处理的进度的信息；以及当用于将要执行学习处理的第二硬件资源动态地添加至正在执行学习处理的第一硬件资源的添加按钮被按下时，添加第二硬件资源。
发明的有益效果
根据如上所述的本公开内容，提供了一种能够直观地添加要执行学习的硬件资源的技术。注意，上述效果不一定是限制性的。伴随或者代替上述效果，可以实现本说明书中描述的任何一种效果或者可以实现从本说明书掌握的其他效果。
附图说明
图1是示出根据本公开内容的实施方式的信息处理系统的配置示例的图。
图2是示出根据本实施方式的信息处理装置的功能配置示例的框图。
图3是示出根据本实施方式的信息提供装置的功能配置示例的框图。
图4是示出在信息处理装置上显示的画面的第一示例的图
图5是示出在检测到分布式计算资源添加按钮被按下的情况下的操作示例的流程图。
图6是示出在添加分布式计算节点之后执行的学习处理的示例的流程图。
图7是示出在信息处理装置上显示的画面的第二示例的图。
图8是示出在检测到并行计算资源添加按钮被按下的情况下的操作示例的流程图。
图9是示出在添加并行计算节点之后执行的学习处理的示例的流程图。
图10是示出点数购买画面的示例的图。
图11是为了描述通过发布学习结果而对所持点数(earned point)的相加处理的示例而示出的图。
图12是示出已学习网络购买画面的示例的图。
图13是为了描述向输入数据添加标签而示出的图。
图14是示出条件输入画面的示例的图。
图15是示出从学习处理开始起经过的时间与网络的性能之间的关系的示例的图。
图16是示出信息处理装置的硬件配置示例的框图。
图17是示出信息提供装置的硬件配置示例的框图。
具体实施方式
在下文中，将参照附图详细描述本公开内容的(一个或多个)优选实施方式。在本说明书和附图中，具有基本上相同的功能和结构的结构元件用相同的附图标记表示，并且省略了对这些结构元件的重复描述。
注意，在本说明书和附图中，有时使用在相同的附图标记之后的不同数字来将具有基本上相同的功能和结构的结构元件彼此区分开。然而，当不需要特别区分具有基本上相同的功能和结构的结构元件时，仅附加相同的附图标记。
此外，将按以下顺序给出描述。
3.背景
4.本公开内容的实施方式
4.1.系统配置示例
4.2.功能配置示例
4.3.信息处理系统的功能详情
4.4.硬件配置示例
5.结论
<0.背景>
存在各种技术作为与使用神经网络的学习相关的技术(例如，参见JP H5-135000A)。神经网络大致分为三层(输入层、中间层和输出层)。在这些层当中，具有数量相对多的中间层的那些被称为深度学习。通过使用具有许多中间层的神经网络，深度学习能够应用于具有较高难度的任务。
这里，在使用神经网络的学习中，在某些情况下，用户可能想要在学习未按预期进行的情况下添加要执行学习的硬件资源。因此，在本说明书中，主要描述了能够直观地添加要执行学习的硬件资源的技术。此外，在本说明书中，主要假定使用深度学习作为学习，但是学习的形式不特别限于深度学习。
<1.本公开内容的实施方式>
[1.1.系统配置示例]
现在参照附图来描述根据本公开内容的实施方式的信息处理系统的配置示例。图1是示出根据本公开内容的实施方式的信息处理系统的配置示例的图。如图1所示，根据本实施方式的信息处理系统1被配置成包括信息处理装置10和信息提供装置20。信息处理装置10和信息提供装置20能够经由通信网络931彼此通信。
此外，在图1所示的示例中，信息处理装置10的形式不限于特定形式。在一个示例中，信息处理装置10可以是游戏控制台、智能电话、移动电话、平板终端和个人计算机(PC)。此外，假设信息提供装置20为计算机，诸如服务器。
以上描述了根据本实施方式的信息处理系统1的配置示例。
[1.2.功能配置示例]
接下来，描述根据本实施方式的信息处理装置10的功能配置示例。图2是示出根据本实施方式的信息处理装置10的功能配置示例的框图。如图2所示，信息处理装置10被配置成包括操作单元110、控制单元120、通信单元130、存储单元140和显示单元150。以下描述了信息处理装置10中所包括的这些功能块。
操作单元110具有接收用户的操作的功能。在一个示例中，操作单元110可以包括诸如鼠标和键盘的输入装置。此外，操作单元110可以包括触摸面板，只要其具有接收用户的操作的功能即可。采用的触摸面板的类型不限于特定类型，并且可以是静电电容型、电阻膜型，红外线型或超声波型。此外，操作单元110可以包括摄像装置。
控制单元120控制信息处理装置10中包括的各个单元。如图2所示，控制单元120被配置成包括操作获取单元121、传输控制单元122、数据获取单元123和显示控制单元124。随后将描述控制单元120中所配备的这些功能块的细节。此外，在一个示例中，控制单元120可以由中央处理单元(CPU)等组成。在控制单元120由诸如CPU的处理装置组成的情况下，这样的处理装置可以由电子电路组成。
通信单元130具有与信息提供装置20通信的功能。在一个示例中，通信单元130由通信接口组成。在一个示例中，通信单元130能够经由通信网络931(图1)与信息提供装置20通信。
存储单元140是存储控制单元120要执行的程序以及存储执行该程序所需的数据的记录介质。此外，存储单元140临时存储用于由控制单元120进行的计算的数据。存储单元140可以是磁存储单元装置、半导体存储装置、光学存储装置或磁光存储装置。
显示单元150具有显示各种类型的信息的功能。在一个示例中，显示单元150可以是液晶显示器、有机电致发光(EL)显示器或头戴式显示器(HMD)。然而，显示单元150可以是其他形式的显示器，只要其具有显示各种类型的信息的功能即可。
以上描述了根据本实施方式的信息处理装置10的功能配置示例。
接下来，描述根据本实施方式的信息提供装置20的功能配置示例。图3是示出根据本实施方式的信息提供装置20的功能配置示例的框图。如图3所示，信息提供装置20被配置成包括控制单元220、通信单元230和存储单元240。以下将描述信息提供装置20中所包括的这些功能块。
控制单元220控制信息提供装置20中包括的各个单元。如图3所示，控制单元220被配置成包括获取单元221、学习处理单元222、数据处理单元223和传输控制单元224。随后将描述在控制单元220中所配备的这些功能块的详情。此外，在一个示例中，控制单元220可以由中央处理单元(CPU)等组成。在控制单元220由诸如CPU的处理装置组成的情况下，这样的处理装置可以由电子电路组成。
通信单元230具有与信息处理装置10通信的功能。在一个示例中，通信单元230由通信接口组成。在一个示例中，通信单元230能够经由通信网络931(图1)与信息处理装置10通信。
存储单元240是存储控制单元220要执行的程序以及存储执行该程序所需的数据的记录介质。此外，存储单元240临时存储用于由控制单元220进行的计算的数据。存储单元240可以是磁存储装置、半导体存储装置、光学存储装置或磁光存储装置。
以上描述了根据本实施方式的信息提供装置20的功能配置示例。
[1.3.信息处理系统的功能详情]
接下来，对信息处理系统1的功能详情进行描述。在信息提供装置20中，学习处理单元222执行对被输入了学习数据集的网络组的学习处理，从而生成已学习网络组，并且评价被输入了评价数据集的已学习网络组。作为通过评价已学习网络组而获得的结果，获得了每个已学习网络组的性能(准确度)和计算复杂度。
此外，学习处理单元222搜索其性能高于预定性能并且其计算复杂度小于预定计算复杂度的已学习网络。这种针对网络组的学习处理、评价和搜索被称为网络结构自动搜索。
学习处理由第一硬件资源(以下也称为“单一计算节点”)执行。传输控制单元224控制指示学习处理单元222的学习处理的进度的信息(总计的学习处理吞吐量和完成的学习吞吐量)到信息处理装置10的传输。在信息处理装置10中，数据获取单元123经由通信单元130获取指示进度的信息。
图4是示出在信息处理装置10上显示的画面的第一示例的图。如图4所示，显示控制单元124控制进度画面G10的显示，该进度画面G10与由数据获取单元123获取的指示进度的信息相对应。进度画面G10包括指示进度的进度条G11、指示完成的学习处理与全部学习处理的比率的进度率G14、从开始学习起经过的时间G15、剩余的学习处理时间G16以及总计的学习处理时间G17。
在检查指示进度的信息期间学习处理没有如预期进展的情况下，在某些情况下，用户可能想要添加第二硬件资源(以下称为“附加计算节点”)以提高学习处理的速度。因此，显示控制单元124控制添加按钮的显示，该添加按钮用于在执行学习处理时动态地添加要执行学习处理的附加计算节点。这使得用户可以直观地添加要执行学习处理的附加计算节点。
在一个示例中，显示控制单元124控制作为添加按钮的分布式计算资源添加按钮(第一添加按钮)G12的显示，该分布式计算资源添加按钮G12用于在单一计算节点与附加计算节点之间以分布方式执行相同网络的学习处理。此外，显示控制单元124控制作为添加按钮的并行计算资源添加按钮(第二添加按钮)G13的显示，该并行计算资源添加按钮G13用于在单一计算节点与附加计算节点之间并行地执行不同网络的学习处理。
操作获取单元121能够通过操作单元110获取用户的操作。首先，假设按下分布式计算资源添加按钮G12。在这种情况下，操作获取单元121通过操作单元110检测分布式计算资源添加按钮G12是否被按下。在操作获取单元121检测到分布式计算资源添加按钮G12被按下的情况下，显示控制单元124可以控制分布式计算确认画面G20的显示。
如图4所示，学习处理当前由单一计算节点执行，因此显示控制单元124可以控制作为当前计算资源的数量的“1”的显示。此外，如图4所示，显示控制单元124可以控制时间“19分30秒”的显示，该时间是在学习处理由当前计算资源执行的情况下估计的学习处理所需的时间(以下也称为“估计学习所需时间”)。此外，替代估计学习所需时间或者除了估计学习所需时间之外，还可以控制估计学习结束时间的显示。
此外，用户能够在分布式计算确认画面G20上指定附加计算资源的数量。存在用户执行在附加计算资源数量指定栏G21中指定“3”作为附加计算资源的数量的操作并且操作获取单元121获取指定附加计算资源的数量的操作的情况。在这种情况下，显示控制单元124控制作为全部计算资源的数量(单一计算节点的数量与附加计算节点的数量之和)的“4”的显示。
此外，如图4所示，在学习处理由全部计算资源执行的情况下，显示控制单元124可以基于全部计算资源的数量来控制估计学习所需时间“5分01秒”的显示。此外，替代估计学习所需时间或者除了估计学习所需时间外，还可以控制估计学习结束时间的显示。换言之，显示控制单元124可以基于全部计算资源的数量来控制估计学习所需时间和估计学习结束时间中的至少一个的显示。
此外，在由附加计算资源执行学习处理期间，按预定时间间隔从余额中减去与附加计算资源的数量相对应的费用。假设将点数作为费用的示例并且将用户的所持点数作为余额示例来给出以下描述。然而，费用不限于点数，可以是货币等。将通过将用户以预付费方式在购买上进行花费的情况作为示例来描述点数，但是用户可以在使用点数之后以后付费方式进行结算。显示控制单元124可以控制与附加计算资源的数量相对应的费用的显示。
在一个示例中，显示控制单元124显示按预定时间间隔花费的消耗点数(在图4所示的示例中，消耗点数为“每分钟3点”)和直到学习处理完成为止花费的估计消耗点数(在图4所示的示例中，估计消耗点数为“15点”)。此外，在图4所示的示例中，在预定时间间隔花费的消耗点数和估计消耗点数两者都被显示。然而，可以显示按预定时间间隔花费的消耗点数和直到学习处理完成为止花费的估计消耗点数中的至少一个。
此外，显示控制单元124可以控制用户的所持点数“5024点”的显示。这允许用户基于通过确认所显示的所持点数而获得的结果来确定附加计算资源的数量。分布式计算确认画面G20包括确定(OK)按钮G22和取消按钮G23。在检测到确定按钮G22被按下的情况下，学习处理单元222可以添加计算节点。
更具体地，在操作获取单元121检测到确定按钮G22被按下的情况下，学习处理单元222可以添加附加计算节点，该附加计算节点要执行要经受由单一计算节点执行的学习处理的网络的学习处理，使得在附加计算节点与单一计算节点之间分布执行学习处理。此外，本说明书中主要对在检测到确定按钮G22被按下的情况下添加附加计算节点的示例作出描述。然而，在不显示分布式计算确认画面G20的情况下，当检测到分布式计算资源添加按钮G12被按下时，可以添加附加计算节点。
此外，优选的是，暂停学习处理以改变计算节点的数量。也就是说，在操作获取单元121检测到确定按钮G22被按下的情况下，学习处理单元222可以保持其状态，直到可以暂停由单一计算节点正在执行的学习处理为止。当可以暂停学习处理时，学习处理单元222可以在单一计算节点和与用户指定的数量一样多的附加计算节点之间分布单一计算，以使得这些节点执行该单一计算。
此外，在用户的所持点数降到预定值以下的情况下，优选的是停止附加计算资源的学习。换言之，在用户的所持点数降到预定值以下的情况下，学习处理单元222保持其状态，直到可以暂停由单一计算节点执行的学习处理为止。然后，学习处理单元222可以停止由附加计算节点执行的学习处理，并且可以使单一计算节点继续学习处理。
另一方面，在检测到取消按钮G23被按下的情况下，显示控制单元124可以关闭分布式计算确认画面G20而不添加计算节点。
接下来，描述检测到分布式计算资源添加按钮G12被按下并且检测到确定按钮G22被按下的情况下的操作示例。图5是示出在检测到分布式计算资源添加按钮G12被按下的情况下的操作示例的流程图。在检测到分布式计算资源添加按钮G12被按下之前，单一计算节点通过学习处理单元222执行学习处理。
如果操作获取单元121检测到分布式计算资源添加按钮G12被按下(并且确定按钮G22被按下)(S11)，则传输控制单元122控制分布式计算资源添加请求向信息提供装置20的传输。在信息提供装置20中，如果获取单元221获取分布式计算资源添加请求，则学习处理单元222保持其状态，直到可以暂停学习处理为止(S12)。
接下来，学习处理单元222启动附加计算节点的实例(S13)，通过在单一计算节点与附加计算节点之间分布执行要经受由单一计算节点执行的学习处理的网络的学习处理，该附加计算节点执行该学习处理。在这种情况下，要启动的实例的数量由用户指定。然后，学习处理单元222使多个计算节点(单一计算节点和附加计算节点)继续执行学习处理(S14)。随后，结束在检测到分布式计算资源添加按钮G12被按下并且确定按钮G22被按下的情况下所执行的操作(S15)。
图6是示出在添加分布式计算节点之后执行的学习处理的示例的流程图。在执行学习期间(S21)，数据处理单元223根据附加计算节点的数量每分钟从用户的所持点数中消耗点数(S22)。在完成学习处理的情况下(在S23中为“是”)，学习处理单元222结束该学习处理(S23)。
另一方面，在没有完成学习处理的情况下(在S23中为“否”)，如果用户的所持点数没有耗尽(在S24中为“否”)，则学习处理单元222将操作切换至S22。然而，在这种情况下，如果用户的所持点数耗尽(在S24中为“是”)，则学习处理单元222保持其状态直到学习处理可以暂停为止(S25)。
此外，在这种情况下，假设确定用户的所持点数是否完全耗尽，但是可以确定用户的所持点数是否可能耗尽。换言之，可以确定用户的所持点数是否降到预定值以下。随后，在可以暂停学习处理的情况下，学习处理单元222停止附加计算节点的实例(S26)，使单一计算节点继续执行学习处理(S27)，并且将操作切换至S22。
以上描述了在检测到分布式计算资源添加按钮G12被按下并且检测到确定按钮G22被按下的情况下的操作示例。接下来，假设并行计算资源添加按钮G13被按下。图7是示出在信息处理装置10上显示的画面的第二示例的图。如图7所示，显示控制单元124根据由数据获取单元123获取的指示进度的信息来控制进度画面G10的显示。
在这种情况下，操作获取单元121检测并行计算资源添加按钮G13是否通过操作单元110被按下。如果操作获取单元121检测到并行计算资源添加按钮G13被按下，则显示控制单元124可以控制并行计算确认画面G30的显示。
如图7所示，当前由单一计算节点执行学习处理，因此显示控制单元124可以控制作为当前计算资源的数量的“1”的显示。此外，用户能够在并行计算确认画面G30上指定附加计算资源的数量。存在用户执行在附加计算资源数量指定栏G31中指定“3”作为附加计算资源的数量的操作并且操作获取单元121获取指定附加计算资源的数量的操作的情况。在这种情况下，显示控制单元124控制作为全部计算资源的数量(单一计算节点与附加计算节点之和)的“4”的显示。
显示控制单元124可以控制按预定时间间隔花费的消耗点数的显示(在图7所示的示例中，消耗点数为“每分钟3点”)。此外，显示控制单元124可以控制用户的所持点数“5024点”的显示。然后，用户能够基于通过确认显示的所持点数而获得的结果来确定附加计算资源的数量。并行计算确认画面G30包括确定按钮G32和取消按钮G33。在检测到确定按钮G32被按下的情况下，学习处理单元222可以添加计算节点。
更具体地，在操作获取单元121检测到确定按钮G32被按下的情况下，学习处理单元222可以添加附加计算节点，该附加计算节点要与由单一计算节点执行的学习处理并行地执行与要经受由单一计算节点执行的学习处理的网络不同的网络的学习处理。此外，本说明书中主要对在检测到确定按钮G32被按下的情况下添加附加计算节点的示例作出描述。然而，在不显示并行计算确认画面G30的情况下，当检测到并行计算资源添加按钮G13被按下时，可以添加附加计算节点。
此外，在操作获取单元121检测到确定按钮G32被按下并且存在一个或多个暂停的学习处理的情况下，学习处理单元222可以逐个地将部分或全部附加计算节点分配给各个暂停的学习处理。然后，学习处理单元222可以使得被分配给暂停的学习处理的附加计算节点继续执行暂停的学习处理。以这种方式，能够有效地利用中途执行的学习处理。
另一方面，学习处理单元222可以使未被分配给暂停的学习处理的每个附加计算节点单独执行网络的学习处理。
此外，在用户的所持点数降到预定值以下的情况下，优选的是停止附加计算资源的学习。换言之，在用户的所持点数降到预定值以下的情况下，学习处理单元222优选地停止附加计算节点的学习处理。
另一方面，在检测到取消按钮G33被按下的情况下，显示控制单元124可以关闭并行计算确认画面G30而不添加计算节点。
接下来，将描述在检测到并行计算资源添加按钮G13被按下并且检测到确定按钮G32被按下的情况下的操作示例。图8是示出在检测到并行计算资源添加按钮G13被按下的情况下的操作示例的流程图。在检测到并行计算资源添加按钮G13被按下之前，单一计算节点通过学习处理单元222执行学习处理。
如果操作获取单元121检测到并行计算资源添加按钮G13被按下(并且确定按钮G32被按下)(S31)，则传输控制单元122控制并行计算资源添加请求向信息提供装置20的传输。在信息提供装置20中，如果获取单元221获取并行计算资源添加请求，则学习处理单元222启动与用户指定的数量一样多的附加计算节点的实例(S32)。
然后，如果存在暂停的学习处理，并且没有能够执行暂停的学习处理的空闲计算节点(在S33中为“否”)，则学习处理单元222将操作切换至S35。另一方面，如果存在暂停的学习处理，并且存在能够执行暂停的学习处理的空闲计算节点(在S33中为“是”)，则学习处理单元222使空闲计算节点继续执行暂停的学习处理(S34)。这减少了空闲计算节点的数量。
接下来，学习处理单元222创建与空闲计算节点的数量一样多的网络，并且开始对所创建的网络的学习处理(S35)。随后，结束在检测到并行计算资源添加按钮G13被按下并且检测到确定按钮G32被按下的情况下的操作(S36)。
图9是示出在添加并行计算节点之后执行的学习处理的示例的流程图。在执行学习期间(S41)，数据处理单元223根据附加计算节点的数量每分钟从用户的所持点数中消耗点数(S42)。如果存在暂停的学习处理，并且存在能够执行暂停的学习处理的空闲计算节点(在S43中为“是”)，则学习处理单元222使空闲计算节点继续执行暂停的学习处理(S44)，并且切换操作以切换至S42。
另一方面，如果没有暂停的学习处理或者没有能够执行暂停的学习处理的空闲计算节点(在S43中为“否”)，则学习处理单元222将操作切换至S45。如果学习处理完成(在S45中为“是”)，则学习处理单元222结束学习处理(S49)。
另一方面，在没有完成学习处理(在S45中为“否”)的情况下，如果用户的所持点数没有耗尽(在S46中为“否”)，则学习处理单元222将操作切换至S42。然而，在这种情况下，如果用户的所持点数耗尽(在S46中为“是”)，则学习处理单元222暂停附加计算节点的学习处理(S47)，停止附加计算节点的实例(S48)，并且将操作切换至S42。
此外，在这种情况下，假设确定用户的所持点数是否完全耗尽，但是可以确定用户的所持点数是否可能被耗尽。换言之，可以确定用户的所持点数是否降到预定值以下。
以上描述了在检测到并行计算资源添加按钮G13被按下并且检测到确定按钮G32被按下的情况下的操作示例。
以上对根据附加计算节点的数量减去用户的所持点数的情况给出了描述。另一方面，可以适当地增加用户的所持点数。在一个示例中，在操作获取单元121检测到用于增加用户的所持点数的操作的情况下，数据处理单元223可以对用户的所持点数执行添加处理。在一个示例中，可以通过使用点数购买作为触发来执行对用户的所持点数的添加处理。在一个示例中，点数购买可以通过预付费方法来进行。
图10是示出点数购买画面的示例的图。在一个示例中，如果操作获取单元121检测到用户的预定点数购买操作，则显示控制单元124控制点数购买画面G40的显示。在图10所示的示例中，显示了用于以500日元购买500点的购买按钮G41、用于以2000日元购买2000点的购买按钮G42以及用于以5000日元购买5000点的购买按钮G43。
在一个示例中，如果检测到购买按钮G41被按下，则数据处理单元223从用户的预定余额中减去500日元，向在服务端的预定余额加上500日元，并且向用户的所持点数加上500点。类似地，如果检测到购买按钮G42被按下，则数据处理单元223从用户的预定余额中减去2000日元，向在服务端的预定余额加上2,000日元，并向用户的所持点数加上2000点。此外，如果检测到购买按钮G43被按下，则数据处理单元223从用户的预定余额中减去5000日元，向在服务端的预定余额加上5000日元，并向用户的所持点数加上5000点。
此外，在图10中，示出了购买每个点花费1日元的示例，但点数与金额之间的对应关系不限于特定关系。此外，可购买的点数的类型不限于500点、2000点和5000点。点数购买画面G40还包括取消按钮G44。在检测到取消按钮G44被按下的情况下，显示控制单元124可以关闭点数购买画面G40而不购买点数。
此外，这里示出了在操作获取单元121检测到用户执行的预定点数购买操作的情况下显示控制单元124控制点数购买画面G40的显示的示例。然而，执行对点数购买画面G40的显示控制的定时不限于该示例。在一个示例中，存在附加计算节点执行学习处理期间用户的所持点数降到预定值以下的情况。在这种情况下，显示控制单元124可以控制点数购买画面G40的显示，从而提示用户购买点数，或者使附加计算节点暂停学习处理。在这种情况下，如果购买了点数，则可以继续附加计算资源的学习处理。
以上描述是基于使得学习处理被执行的用户使用该学习的结果的假设，但是该学习结果可以与他人共享。换言之，在检测到用于在预定发布画面上共享网络的学习结果的共享按钮被按下的情况下，数据处理单元223可以在用户指定的范围内共享用于该学习处理的网络结构、数据集或者该数据集的标识信息、以及网络结构的性能。
然后，在检测到共享按钮被按下的情况下，数据处理单元223可以执行对用户的所持点数的添加处理(对用户的点数奖励)。图11是为了描述通过发布学习结果而对所持点数的添加处理的示例而示出的图。在一个示例中，数据处理单元223生成排序表T10，其中，在预定时段(例如，每月)内发布了学习结果的用户的名称按网络的高性能的顺序排列。此外，预先准备了网络性能排名与点数之间的对应表T20。
这里，数据处理单元223可以向按对应表T20中描述点数的顺序设置的用户的所持点数加上点数。这样使得打算发布学习结果的用户的研究动力能够提升，并且使得能够提高其他用户使用该学习结果进行的网络搜索的效率。此外，每个网络的性能可以由学习处理单元222计算(例如，通过在一个网络上执行多个学习处理而获得的性能的平均值可以被计算作为该网络的性能)。
此外，可以提供使得可以以发布为代价提供已学习网络的功能。更具体地，当用户执行预定的已学习网络购买操作并且操作获取单元121检测到该操作时，显示控制单元124控制已学习网络购买画面的显示。图12是示出已学习网络购买画面的示例的图。如图12所示，已学习网络购买画面G50包括已学习网络的结构、已学习网络的性能、已学习网络的发布者的名称和购买点数的组合。
具体地，已学习网络购买画面G50包括与第一个已学习网络对应的购买按钮G51、与第二个已学习网络对应的购买按钮G52以及与第三个已学习网络对应的购买按钮G53。然而，可购买的已学习网络的数量是不受限制的。在一个示例中，数据处理单元223能够选择性地购买其性能超过预定性能的已学习网络，或者能够选择性地购买呈现公开意图的已学习网络。此外，提供了允许发布者设置已学习网络的购买点数的功能。
当用户对已学习网络执行预定购买操作并且操作获取单元121检测到该操作时，数据处理单元223可以从用户的所持点数中减去预定购买点数，并且可以向用户提供已学习网络。这使得用户可以不必执行新的学习处理就获得高性能技术(例如，图像识别技术)。
在一个示例中，当检测到用户按下购买按钮G51时，数据处理单元223从用户的所持点数中减去2000点，并向用户提供对应于该按钮的已学习网络。类似地，当检测到用户按下购买按钮G52时，数据处理单元223从用户的所持点数中减去1000点，并向用户提供对应于该按钮的已学习网络。此外，当检测到用户按下购买按钮G53时，数据处理单元223从用户的所持点数中减去3000点，并向用户提供对应于该按钮的已学习网络。
此外，在用户购买已学习网络的情况下，数据处理单元223可以向发布者的所持点数加上一部分销售点数(例如，70％等)(替选地，可以向发布者持有的预定余额加上一部分销售额(例如，70％))。以这种方式，可以通过向发布者给予发布已学习网络的好处来促进已学习网络发布。
此外，用户在出售已学习网络时可以附加用于允许用户通知已学习网络该用户是已学习网络的创建者的信息(例如，诸如姓名的字符串)。这使得可以通过假定已学习网络的创建者来防止其他用户不实地上传此已学习网络。
此外，显示控制单元124可以控制已学习网络的结构和已学习网络要解决的问题的显示。在一个示例中，可以以文本数据的形式由发布者输入已学习网络要解决的问题。然后，在看到要解决的问题时，购买已学习网络的用户能够购买与要解决的问题有高相似性的已学习网络。
这里，需要将标签更准确地附加至用于学习处理的输入数据(特别是用于评价的数据集)。鉴于此，在操作获取单元121检测到附加或更改用于学习处理的输入数据的标签的情况下，数据处理单元223对附加或更改标签的用户的所持点数执行添加处理。这使得可以提示用户附加或更改标签。
图13是为了描述向输入数据附加标签而示出的图。如图13所示，显示控制单元124控制输入数据Im10、输入数据Im20、输入数据Im30和输入数据Im40的显示。在图13所示的示例中，输入数据Im10是仓鼠图像，输入数据Im20是猫图像，输入数据Im30是狗图像，以及输入数据Im40是猫图像。然而，输入数据的类型不限于特定类型，并且输入数据可以是语音数据、由传感器检测到的传感器数据、文本数据或其他类型的数据。
显示这些输入数据类型的定时也不受限制。在一个示例中，在检测到用户的预定标签编辑操作的情况下，显示控制单元124可以控制输入数据的显示。替选地，显示控制单元124在控制评价结果的显示画面的显示时可以控制显示单元150，使得显示单元150可以显示标签错误的可能性高的输入数据。在图13所示的示例中，“猫”的标签R20被附加到作为猫图像的输入数据Im20，“猫”的标签R40被附加到作为猫图像的输入数据Im40。
此外，也预期存在因获取点数的恶意意图而附加或者修改标签的用户。此外，存在用户可能错误地附加或修改标签的可能性。因此，数据处理单元223识别由多个用户输入的标签，然后可以检查标签的附加或更改，并且可以对附加或更改标签的用户的所持点数执行添加处理。
此外，不期望被描述为标签的字符串根据输入该字符串的用户而不同，因此，期望在一定程度上具有一致性。因此，显示控制单元124可以在用户输入标签的第一个字符的阶段预测并显示在第一个字符之后的整个标签。此外，这里描述了对附加或更改标签的用户的所持点数执行添加处理的示例。然而，数据处理单元223可以对上传附加有该标签的数据集的用户的所持点数执行添加处理。
在以上描述中，用户指定附加计算节点的数量，但可以向用户建议附加计算节点的数量。图14是示出条件输入画面的示例的图。如图14所示，条件输入画面G60包括针对预算的选择栏(应用于附加计算节点的学习处理的上限费用)和针对开发周期的选择栏(应用于学习处理的上限时间)。此外，如图14所示，条件输入画面G60包括根据预算和开发周期优化后的预测性能以及附加计算资源(附加计算节点)的数量。
更具体地，在用户指定预算和开发周期的情况下，显示控制单元124根据不超过预算的点数和不超过开发周期的时间来控制可以添加的附加计算节点的上限数量的显示。此外，显示控制单元124控制添加该数量上限的附加计算节点之后网络的预测性能的显示。在图14所示的示例中，确定了附加计算资源(附加计算节点)的最佳数量为“1”(即，组合了一个单一计算节点和一个附加计算节点的两重并行执行)。这将参照图15进行描述。
图15是示出从学习处理开始起经过的时间与网络的性能之间的关系的示例的图。如图15所示，当学习处理开始时，性能随着时间流逝而提高。此外，随着并行执行过程的数量增加，性能上升速度增大。如图14所示，假设用户指定“10000点”作为预算，并指定“7天”作为开发周期。在这种情况下，如果存在四重并行执行，则在学习处理开始之后经过3.5天的时间点，性能达到97％，但是这超出了预算。
另一方面，如果是单重并行执行，则在预算为10000点以下的情况下，在从学习处理开始起经过7天的时间点，性能为95％(没有达到97％)。因此，为了使预算为8000点且性能达到97％，开发周期需要“10天”。如果存在两重并行执行，则在预算为10000点的情况下，在学习处理开始之后经过7天的时间点，性能达到97％，因此，满足了为“97％”的性能以及用户指定的预算和开发周期。因此，显示控制单元124可以控制作为附加计算节点的数量的“1”的显示。
[1.4.硬件配置示例]
接下来，参照附图16描述根据本公开内容的实施方式的信息处理装置10的硬件配置。图16是示出根据本公开内容的实施方式的信息处理装置10的硬件配置示例的框图。
如图16所示，信息处理装置10包括中央处理单元(CPU)801、只读存储器(ROM)803和随机存取存储器(RAM)805。此外，信息处理装置10可以包括主机总线807、桥接器809、外部总线811、接口813、输入装置815、输出装置817、存储装置819、驱动器821、连接端口823和通信装置825。信息处理装置10还可以根据需要包括图像捕获装置833和传感器835。信息处理装置10可以具有被称为数字信号处理器(DSP)或专用集成电路(ASIC)的处理电路来与CPU 801结合或者代替CPU 801。
CPU 801用作算术处理单元和控制单元，并且根据ROM 803、RAM 805、存储装置819或可移动记录介质827中记录的各种程序来控制信息处理装置10中的整体操作或其部分操作。在一个示例中，ROM 803存储CPU 801使用的程序和操作参数。RAM 805临时存储在由CPU801执行时所使用的程序和在执行中适当变化的参数。CPU 801、ROM 803和RAM 805经由包括诸如CPU总线的内部总线的主机总线807彼此连接。此外，主机总线807经由桥接器809连接到诸如外围组件互连/接口(PCI)总线的外部总线811。
在一个示例中，输入装置815是由用户操作的装置，例如鼠标、键盘、触摸面板、按钮、开关和操纵杆(lever)。输入装置815可以包括用于检测用户语音的麦克风。在一个示例中，输入装置815可以是使用红外线或其他无线电波的远程控制装置，或者可以是外部连接装置829，诸如支持信息处理装置10的操作的蜂窝式电话。输入装置815包括输入控制电路，其基于由用户输入的信息而生成输入信号并将该输入信号输出到CPU 801。用户操作输入装置815以将各种数据输入到信息处理装置10并指示信息处理装置10执行处理操作。此外，稍后将描述的图像捕获装置833还可以通过捕获用户的手、用户的手指的运动等来用作输入装置。在这种情况下，可以根据手的运动或手指的方向来确定指向位置。
输出装置817由能够以视觉方式或以听觉方式向用户通知所获取的信息的装置构成。输出装置817可以是显示装置、全息图显示装置、音频输出装置(诸如扬声器和耳机)以及打印机装置等，显示装置为诸如液晶显示器(LCD)、等离子显示面板(PDP)、有机电致发光(EL)显示器和投影仪。输出装置817将通过信息处理装置10的处理所获得的结果输出作为诸如文本或图像的视频，或者将其输出作为诸如语音或声音的音频。此外，在一个示例中，输出装置817可以包括用于照亮周围环境的灯。
存储装置819是被配置为信息处理装置10的存储部的示例的数据存储装置。在一个示例中，存储装置819包括诸如硬盘驱动器(HDD)的磁存储装置、半导体存储装置、光学存储装置和磁光存储装置。存储装置819存储由CPU 801执行的程序、各种数据、从外部获得的各种类型的数据等。
驱动器821是用于诸如磁盘、光盘、磁光盘和半导体存储器的可移动记录介质827的读写器，并且被并入信息处理装置10中或外部附接至信息处理装置10。驱动器821读取记录在装载的可移动记录介质827上的信息并将该信息输出到RAM 805。此外，驱动器821将记录写入装载的可移动记录介质827中。
连接端口823是用于将装置直接连接到信息处理装置10的端口。在一个示例中，连接端口823可以是通用串行总线(USB)端口、IEEE 1394端口或者小型计算机装置接口(SCSI)端口。此外，在一个示例中，连接端口823可以是RS-232C端口、光学音频终端或者高清晰度多媒体接口(HDMI，注册商标)端口。外部连接装置829与连接端口823的连接使得可以在信息处理装置10与外部连接装置829之间交换各种类型的数据。
在一个示例中，通信装置825是用于连接到通信网络931的、由通信装置等组成的通信接口。在一个示例中，通信装置825可以是用于有线或无线局域网(LAN)、蓝牙(注册商标)或者无线USB(WUSB)的通信卡。此外，在一个示例中，通信装置825可以是用于光通信的路由器、用于非对称数字用户线路(ADSL)的路由器、或者用于各种通信的调制解调器。在一个示例中，通信装置825使用诸如TCP/IP的预定协议来与互联网或其他通信装置一起传送和接收信号等。此外，连接到通信装置825的通信网络931是有线或无线连接的网络，并且在一个示例中，通信网络931是互联网、家庭LAN、红外通信、无线电波通信、卫星通信等。
图像捕获装置833是如下装置，其通过使用诸如电荷耦合装置(CCD)或互补金属氧化物半导体(CMOS)的图像传感器和诸如用于控制被摄体图像在图像传感器上的成像的透镜的各种构件，来捕获实际空间并生成捕获图像。图像捕获装置833可以捕获静止图像或运动图像。
在一个示例中，传感器835是诸如加速度传感器、陀螺仪传感器、地磁传感器、光学传感器和声音传感器的各种传感器。传感器835获取关于信息处理装置10的状态(诸如，信息处理装置10的壳体的姿态)的信息，并且获取关于信息处理装置10的周围环境的信息，诸如信息处理装置10周围的亮度或噪声。传感器835还可以包括GPS传感器，其接收全球定位系统(GPS)信号并测量装置的纬度、经度和高度。
接下来，参照图17描述根据本公开内容的实施方式的信息提供装置20的硬件配置。图17是示出根据本公开内容的实施方式的信息提供装置20的硬件配置示例的框图。
如图17所示，信息提供装置20包括中央处理单元(CPU)901、只读存储器(ROM)903和随机存取存储器(RAM)905。此外，信息提供装置20可以包括主机总线907、桥接器909、外部总线911、接口913、输入装置915、输出装置917、存储装置919、驱动器921、连接端口923以及通信装置925。信息处理装置20可以具有被称为数字信号处理器(DSP)或专用集成电路(ASIC)的处理电路来与CPU 901结合或者代替CPU 901。
CPU 901用作算术处理单元和控制单元，并且根据ROM 903、RAM 905、存储装置919或可移动记录介质927中记录的各种程序来控制信息提供装置20的整体操作或其部分操作。在一个示例中，ROM 903存储由CPU 901使用的程序和操作参数。RAM 905临时存储CPU901在执行中使用的程序和在执行中适当变化的参数。CPU 901、ROM 903和RAM 905经由包括诸如CPU总线的内部总线的主机总线907彼此连接。此外，主机总线907经由桥接器909连接到诸如外围组件互连/接口(PCI)总线的外部总线911。
存储装置919是作为信息提供装置20的存储部的示例所配置的数据存储装置。在一个示例中，存储装置919由诸如硬盘驱动器(HDD)的磁存储装置、半导体存储装置、光学存储装置和磁光存储装置构成。存储装置919存储由CPU 901执行的程序、各种数据、从外部获得的各种类型的数据等。
驱动器921是用于诸如磁盘、光盘、磁光盘和半导体存储器的可移动记录介质927的读写器，并且被并入信息提供装置20中或者外部附接至信息提供装置20。驱动器921读取装载的可移动记录介质927上记录的信息并将该信息输出到RAM 905。此外，驱动器921将记录写入装载的可移动记录介质927中。
连接端口923是用于将装置直接连接到信息提供装置20的端口。在一个示例中，连接端口923可以是通用串行总线(USB)端口、IEEE 1394端口或者小型计算机系统接口(SCSI)端口。此外，在一个示例中，连接端口923可以是RS-232C端口、光学音频终端或者高清晰度多媒体接口(HDMI，注册商标)端口。外部连接装置929与连接端口923的连接使得可以在信息提供装置20与外部连接装置929之间交换各种数据。
在一个示例中，通信装置925是由用于连接到通信网络931的通信装置等组成的通信接口。在一个示例中，通信装置925可以是用于有线或无线局域网(LAN)、蓝牙(注册商标)或者无线USB(WUSB)的通信卡。此外，在一个示例中，通信装置925可以是用于光通信的路由器、用于非对称数字用户线路(ADSL)的路由器或者用于各种通信的调制解调器。在一个示例中，通信装置925使用诸如TCP/IP的预定协议与互联网或其他通信装置传送和接收信号等。此外，连接到通信装置925的通信网络931是有线或无线连接的网络，并且在一个示例中，通信网络931是互联网、家庭LAN、红外通信、无线电波通信、卫星通信等。
<2.结论>
如上所述，根据本公开内容的实施方式，提供了包括显示控制单元124的信息处理装置10，该显示控制单元124被配置成控制指示学习处理的进度的信息和添加按钮的显示，该添加按钮用于在执行学习处理期间将用于执行学习处理的第二硬件资源动态地添加至第一硬件资源。这种配置使得可以直观地添加用于执行学习的硬件资源。
以上已经参照附图描述了本公开内容的优选实施方式，而本公开内容不限于上述示例。本领域技术人员可以发现落入所附权利要求的范围内的各种改变和修改，并且应当理解，这些改变和修改将自然地落入本公开内容的技术范围内。
在一个示例中，对可以按下分布式计算资源添加按钮G12一次的情况和可以按下并行计算资源添加按钮G13一次的情况的作出了以上描述。然而，即使在按下分布式计算资源添加按钮G12和并行计算资源添加按钮G13之一并且添加了计算资源以后，还可以按下分布式计算资源添加按钮G12或者并行计算资源添加按钮G13。在这种情况下，显示控制单元124可以控制分布式计算确认画面G20或并行计算确认画面G30的显示。
此外，本说明书中描述的效果仅仅是示意性或示例性的效果，而不是限制性的。也就是说，伴随或者代替上述效果，根据本公开内容的技术可以实现本领域技术人员从本说明书的描述中显而易见的其他效果。
此外，本技术也可以如下配置。
(1)一种信息处理装置，包括：
显示控制单元，所述显示控制单元被配置成控制指示学习处理的进度的信息和添加按钮的显示，所述添加按钮用于将要执行所述学习处理的第二硬件资源动态地添加至正在执行所述学习处理的第一硬件资源。
(2)根据(1)所述的信息处理装置，
其中，在由所述第二硬件资源执行所述学习处理期间，按预定时间间隔从余额中减去与所述第二硬件资源的数量对应的费用。
(3)根据(2)所述的信息处理装置，
其中，在检测到第一添加按钮被按下的情况下，添加要与所述第一硬件资源分布地执行下述网络的学习处理的所述第二硬件资源，所述网络经受由所述第一硬件资源正在执行的所述学习处理。
(4)根据(3)所述的信息处理装置，
其中，在检测到所述第一添加按钮被按下的情况下，保持由所述第一硬件资源正在执行的学习处理直到该学习处理能够被暂停为止，然后在所述第一硬件资源与和用户指定的数量一样多的所述第二硬件资源之间分布地执行该学习处理。
(5)根据(3)或(4)所述的信息处理装置，
其中，在所述余额降到预定值以下的情况下，保持由所述第一硬件资源正在执行的学习处理直到该学习处理能够被暂停为止，然后停止由所述第二硬件资源进行的学习处理，并且继续执行由所述第一硬件资源进行的学习处理。
(6)根据(2)所述的信息处理装置，
其中，在检测到第二添加按钮被按下的情况下，添加要与由所述第一硬件资源进行的学习处理并行地执行下述网络的学习处理的所述第二硬件资源，所述网络与经受由所述第一硬件资源执行的学习处理的网络不同。
(7)根据(6)所述的信息处理装置，
其中，在检测到所述第二添加按钮被按下并且存在一个或多个暂停的学习处理的情况下，部分或者全部的所述第二硬件资源被逐个分配至各个所述暂停的学习处理，并且由所述分配的第二硬件资源继续所述暂停的学习处理。
(8)根据(7)所述的信息处理装置，
其中，所述网络的学习处理由未被分配给所述暂停的学习处理的各个所述第二硬件资源各自执行。
(9)根据(6)至(8)中任一项所述的信息处理装置，
其中，在所述余额降到预定值以下的情况下，由所述第二硬件资源进行的学习处理停止。
(10)根据(2)至(9)中任一项所述的信息处理装置，
其中，在检测到用于增加所述余额的操作的情况下，对所述余额执行添加处理。
(11)根据(2)至(10)中任一项所述的信息处理装置，
其中，在检测到用于共享通过学习而获得的结果的共享按钮被按下的情况下，在用户指定的范围内共享其中执行所述学习处理的网络结构、用于所述学习处理的数据集或者所述数据集的标识信息、以及所述网络结构的性能。
(12)根据(11)所述的信息处理装置，
其中，在检测到所述共享按钮被按下的情况下，对所述余额执行添加处理。
(13)根据(2)至(12)中任一项所述的信息处理装置，
其中，在检测到附加或更改了用于所述学习处理的输入数据的标签的情况下，对所述余额执行添加处理。
(14)根据(1)至(13)中任一项所述的信息处理装置，
其中，所述显示控制单元基于所述第二硬件资源的数量控制所述第一硬件资源和所述第二硬件资源的估计学习所需时间和估计学习结束时间中的至少一项的显示。
(15)根据(1)至(14)中任一项所述的信息处理装置，
其中，所述显示控制单元控制与所述第二硬件资源的数量对应的费用的显示。
(16)根据(15)所述的信息处理装置，
其中，所述费用包括按预定时间间隔花费的费用和直到所述学习处理完成为止花费的费用中的至少一项。
(17)根据(1)至(16)中任一项所述的信息处理装置，包括：
操作获取单元，所述操作获取单元被配置成获取用于指定所述第二硬件资源的数量的操作。
(18)根据(1)至(17)中任一项所述的信息处理装置，
其中，在用户指定了由所述第二硬件资源进行的学习处理所花费的上限费用和所述学习处理所花费的上限时间的情况下，所述显示控制单元控制能够根据不超过所述上限费用的费用和不超过所述上限时间的时间来添加的所述第二硬件资源的上限数量的显示。
(19)一种信息处理方法，包括：
由处理器控制指示学习处理的进度的信息的显示和添加按钮的显示，所述添加按钮用于将要执行所述学习处理的第二硬件资源动态地添加至正在执行所述学习处理的第一硬件资源。
(20)一种信息提供方法，包括：
提供指示学习处理的进度的信息；以及
当用于将要执行所述学习处理的第二硬件资源动态地添加至正在执行所述学习处理的第一硬件资源的添加按钮被按下时，添加所述第二硬件资源。
附图标记列表
1 信息处理系统
10 信息处理装置
110 操作单元
120 控制单元
121 操作获取单元
122 传输控制单元
123 数据获取单元
124 显示控制单元
130 通信单元
140 存储单元
150 显示单元
20 信息提供装置
220 控制单元
221 获取单元
222 学习处理单元
223 数据处理单元
224 传输控制单元
230 通信单元
240 存储单元

Claims (15)

1.一种信息处理装置，包括：
显示控制单元，所述显示控制单元被配置成控制指示学习处理的进度的信息的显示，并且控制第一添加按钮和第二添加按钮的显示，所述第一添加按钮和所述第二添加按钮用于将要执行所述学习处理的第二硬件资源动态地添加至正在执行所述学习处理的第一硬件资源，
其中，在由所述第二硬件资源执行所述学习处理期间，按预定时间间隔从余额中减去与所述第二硬件资源的数量对应的费用，
其中，在检测到所述第一添加按钮被按下的情况下，添加要与所述第一硬件资源分布地执行下述神经网络的学习处理的所述第二硬件资源：该神经网络经受由所述第一硬件资源正在执行的学习处理，并且保持由所述第一硬件资源正在执行的学习处理直到该学习处理能够被暂停为止，然后在所述第一硬件资源与和用户指定的数量一样多的所述第二硬件资源之间分布地执行该学习处理，并且
其中，在检测到所述第二添加按钮被按下的情况下，添加要与由所述第一硬件资源进行的学习处理并行地执行下述神经网络的学习处理的所述第二硬件资源：该神经网络与经受由所述第一硬件资源执行的学习处理的神经网络不同，并且在存在一个或多个暂停的学习处理的情况下，部分或者全部的所述第二硬件资源被逐个地分配给所述暂停的学习处理中的每一个，并且由所分配的第二硬件资源继续执行该暂停的学习处理。
2.根据权利要求1所述的信息处理装置，
其中，在所述余额降到预定值以下的情况下，保持由所述第一硬件资源正在执行的学习处理直到该学习处理能够被暂停为止，然后停止由所述第二硬件资源进行的学习处理，并且继续执行由所述第一硬件资源进行的学习处理。
3.根据权利要求1所述的信息处理装置，
其中，所述网络的学习处理由未被分配给所述暂停的学习处理的各个所述第二硬件资源各自执行。
4.根据权利要求1所述的信息处理装置，
其中，在所述余额降到预定值以下的情况下，由所述第二硬件资源进行的学习处理停止。
5.根据权利要求1所述的信息处理装置，
其中，在检测到用于增加所述余额的操作的情况下，对所述余额执行添加处理。
6.根据权利要求1所述的信息处理装置，
其中，在检测到用于共享通过学习而获得的结果的共享按钮被按下的情况下，在用户指定的范围内共享其中执行所述学习处理的网络结构、用于所述学习处理的数据集或者所述数据集的标识信息、以及所述网络结构的性能。
7.根据权利要求6所述的信息处理装置，
其中，在检测到所述共享按钮被按下的情况下，对所述余额执行添加处理。
8.根据权利要求1所述的信息处理装置，
其中，在检测到附加或更改了用于所述学习处理的输入数据的标签的情况下，对所述余额执行添加处理。
9.根据权利要求1所述的信息处理装置，
其中，所述显示控制单元基于所述第二硬件资源的数量控制所述第一硬件资源和所述第二硬件资源的估计学习所需时间和估计学习结束时间中的至少一项的显示。
10.根据权利要求1所述的信息处理装置，
其中，所述显示控制单元控制与所述第二硬件资源的数量对应的费用的显示。
11.根据权利要求10所述的信息处理装置，
其中，所述费用包括按预定时间间隔花费的费用和直到所述学习处理完成为止花费的费用中的至少一项。
12.根据权利要求1所述的信息处理装置，包括：
操作获取单元，所述操作获取单元被配置成获取用于指定第二硬件资源的数量的操作。
13.根据权利要求1所述的信息处理装置，
其中，在用户指定了由所述第二硬件资源进行的学习处理所花费的上限费用和所述学习处理所花费的上限时间的情况下，所述显示控制单元控制能够根据不超过所述上限费用的费用和不超过所述上限时间的时间来添加的所述第二硬件资源的上限数量的显示。
14.一种信息处理方法，包括：
由处理器控制指示学习处理的进度的信息以及第一添加按钮和第二添加按钮的显示，所述第一添加按钮和所述第二添加按钮用于将要执行学习处理的第二硬件资源动态地添加至正在执行学习处理的第一硬件资源，
其中，在由所述第二硬件资源执行学习处理期间，按预定时间间隔从余额中减去与所述第二硬件资源的数量对应的费用，
其中，在检测到所述第一添加按钮被按下的情况下，添加要与所述第一硬件资源分布地执行下述神经网络的学习处理的所述第二硬件资源：该神经网络经受由所述第一硬件资源正在执行的学习处理，并且保持由所述第一硬件资源正在执行的学习处理直到该学习处理能够被暂停为止，然后在所述第一硬件资源与和用户指定的数量一样多的所述第二硬件资源之间分布地执行该学习处理，
其中，在检测到所述第二添加按钮被按下的情况下，添加要与由所述第一硬件资源进行的学习处理并行地执行下述神经网络的学习处理的所述第二硬件资源：该神经网络与经受由所述第一硬件资源执行的学习处理的神经网络不同，并且在存在一个或多个暂停的学习处理的情况下，部分或者全部的所述第二硬件资源被逐个地分配给所述暂停的学习处理中的每一个，并且由所分配的第二硬件资源继续执行该暂停的学习处理，并且
其中，在所述余额降到预定值以下的情况下，由所述第二硬件资源进行的学习处理停止。
15.一种信息提供方法，包括：
提供指示学习处理的进度的信息；以及
当用于将要执行所述学习处理的第二硬件资源动态地添加至正在执行所述学习处理的第一硬件资源的第一添加按钮或第二添加按钮被按下时，添加所述第二硬件资源，
其中，在由所述第二硬件资源执行所述学习处理期间，按预定时间间隔从余额中减去与所述第二硬件资源的数量对应的费用，
其中，在检测到所述第一添加按钮被按下的情况下，添加要与所述第一硬件资源分布地执行下述神经网络的学习处理的所述第二硬件资源：该神经网络经受由所述第一硬件资源正在执行的学习处理，并且保持由所述第一硬件资源正在执行的学习处理直到该学习处理能够被暂停为止，然后在所述第一硬件资源与和用户指定的数量一样多的所述第二硬件资源之间分布地执行该学习处理，
其中，在检测到所述第二添加按钮被按下的情况下，添加要与由所述第一硬件资源进行的学习处理并行地执行下述神经网络的学习处理的所述第二硬件资源：该神经网络与经受由所述第一硬件资源执行的学习处理的神经网络不同，并且在存在一个或多个暂停的学习处理的情况下，部分或者全部的所述第二硬件资源被逐个地分配给所述暂停的学习处理中的每一个，并且由所分配的第二硬件资源继续执行该暂停的学习处理，并且
其中，在所述余额降到预定值以下的情况下，由所述第二硬件资源进行的学习处理停止。
CN201680029420.XA 2016-03-28 2016-12-13 信息处理装置、信息处理方法以及信息提供方法 Expired - Fee Related CN107615309B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016-063154 2016-03-28
JP2016063154A JP2017182114A (ja) 2016-03-28 2016-03-28 情報処理装置、情報処理方法および情報提供方法
PCT/JP2016/087116 WO2017168862A1 (ja) 2016-03-28 2016-12-13 情報処理装置、情報処理方法および情報提供方法

Publications (2)

Publication Number Publication Date
CN107615309A CN107615309A (zh) 2018-01-19
CN107615309B true CN107615309B (zh) 2022-05-13

Family

ID=59963895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680029420.XA Expired - Fee Related CN107615309B (zh) 2016-03-28 2016-12-13 信息处理装置、信息处理方法以及信息提供方法

Country Status (5)

Country Link
US (1) US11086678B2 (zh)
EP (1) EP3438891A4 (zh)
JP (1) JP2017182114A (zh)
CN (1) CN107615309B (zh)
WO (1) WO2017168862A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6901423B2 (ja) * 2018-03-12 2021-07-14 Kddi株式会社 情報処理装置、情報処理端末、及びプログラム
US20210166285A1 (en) * 2018-08-02 2021-06-03 Sony Corporation Information processing apparatus, information processing method, and information processing system
US20200090000A1 (en) 2018-09-18 2020-03-19 Microsoft Technology Licensing, Llc Progress Portal for Synthetic Data Tasks
JP7083454B2 (ja) * 2018-10-17 2022-06-13 オムロン株式会社 センサシステム
JP7097006B2 (ja) * 2018-12-05 2022-07-07 オムロン株式会社 センサシステム
EP3913548A4 (en) * 2019-01-15 2022-03-09 Sony Group Corporation SERVER AND LEARNING SYSTEM
EP4099266A4 (en) 2020-01-28 2023-07-05 Sony Group Corporation INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD AND PROGRAM
WO2022026940A1 (en) * 2020-07-31 2022-02-03 Groman Inc. Face masks with filters, face plate for use with face masks, and treatment methods
CN113222118B (zh) * 2021-05-19 2022-09-09 北京百度网讯科技有限公司 神经网络训练方法、装置、电子设备、介质和程序产品

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102077636A (zh) * 2009-05-15 2011-05-25 思科技术公司 用于自组织网络的系统和方法
CN102193833A (zh) * 2010-01-26 2011-09-21 微软公司 资源管理器中空闲资源的高效利用
CN103019853A (zh) * 2012-11-19 2013-04-03 北京亿赞普网络技术有限公司 一种作业任务的调度方法和装置
CN104317658A (zh) * 2014-10-17 2015-01-28 华中科技大学 一种基于MapReduce的负载自适应任务调度方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06215163A (ja) * 1993-01-18 1994-08-05 Hitachi Ltd ニューラルネット構築支援方法及び装置、ニューラルネットテスト装置、薬注制御システム
US7502763B2 (en) * 2005-07-29 2009-03-10 The Florida International University Board Of Trustees Artificial neural network design and evaluation tool
US20110078303A1 (en) * 2009-09-30 2011-03-31 Alcatel-Lucent Usa Inc. Dynamic load balancing and scaling of allocated cloud resources in an enterprise network
JP2015156168A (ja) * 2014-02-21 2015-08-27 株式会社日立製作所 データセンタのリソース配分システム及びデータセンタのリソース配分方法
US10452992B2 (en) 2014-06-30 2019-10-22 Amazon Technologies, Inc. Interactive interfaces for machine learning model evaluations
US10102480B2 (en) * 2014-06-30 2018-10-16 Amazon Technologies, Inc. Machine learning service

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102077636A (zh) * 2009-05-15 2011-05-25 思科技术公司 用于自组织网络的系统和方法
CN102193833A (zh) * 2010-01-26 2011-09-21 微软公司 资源管理器中空闲资源的高效利用
CN103019853A (zh) * 2012-11-19 2013-04-03 北京亿赞普网络技术有限公司 一种作业任务的调度方法和装置
CN104317658A (zh) * 2014-10-17 2015-01-28 华中科技大学 一种基于MapReduce的负载自适应任务调度方法

Also Published As

Publication number Publication date
US11086678B2 (en) 2021-08-10
WO2017168862A1 (ja) 2017-10-05
EP3438891A4 (en) 2019-09-25
EP3438891A1 (en) 2019-02-06
US20180082214A1 (en) 2018-03-22
CN107615309A (zh) 2018-01-19
JP2017182114A (ja) 2017-10-05

Similar Documents

Publication Publication Date Title
CN107615309B (zh) 信息处理装置、信息处理方法以及信息提供方法
CN110209952B (zh) 信息推荐方法、装置、设备及存储介质
JP6684883B2 (ja) カメラエフェクトを提供する方法およびシステム
JP2019164822A (ja) 着用式電子デバイスでのｇｕｉ転移
JP5527423B2 (ja) 画像処理システム、画像処理方法、及び画像処理プログラムを記憶した記憶媒体
JP2014102838A (ja) 着用式電子デバイスでのｇｕｉ転移
JP2014102840A (ja) デバイスの動きを含む、着用式電子デバイスへのユーザジェスチャー入力
US20170270433A1 (en) Information processing apparatus, information processing system, information processing method, and computer-readable recording medium
US11567638B2 (en) Method, system, and non-transitory computer-readable record medium for providing reputation badge for video chat
EP3438888A1 (en) Information processing device, information processing method, and information provision method
CN111435377B (zh) 应用推荐方法、装置、电子设备以及存储介质
JP2021072625A (ja) 新しい人を紹介するビデオ通話の通話時間による課金を公平に行う方法およびシステム
CN111428937A (zh) 用户流失的预测方法、装置、电子设备及可读存储介质
CN111797867A (zh) 系统资源优化方法、装置、存储介质及电子设备
US20220059135A1 (en) Prerecorded video experience container
CN112990964B (zh) 推荐内容资源的获取方法、装置、设备及介质
CN113614767A (zh) 广告投放系统、信息处理设备和信息处理方法
CN113377976A (zh) 资源搜索方法、装置、计算机设备及存储介质
WO2015151548A1 (ja) 電子機器および記録媒体
CN111796928A (zh) 终端资源优化方法、装置、存储介质及终端设备
CN111159551A (zh) 用户生成内容的显示方法、装置及计算机设备
US20210342201A1 (en) Information processing apparatus, information processing method, information providing apparatus, information providing method, presentation controlling apparatus, presentation controlling method, and information processing system
JP2019040468A (ja) 情報処理装置及びプログラム
EP4304183A1 (en) Apparatus for detecting service-abusing user and method thereof
CN114779999A (zh) 信息显示方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220513