特開2023-182122学習サイクル実行プログラム、情報処理装置及び学習サイクル実行方法
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023182122
(43)【公開日】2023-12-26
(54)【発明の名称】学習サイクル実行プログラム、情報処理装置及び学習サイクル実行方法
(51)【国際特許分類】
G06F 9/48 20060101AFI20231219BHJP
G06N 20/00 20190101ALI20231219BHJP
【ＦＩ】
G06F9/48 300A
G06N20/00
【審査請求】未請求
【請求項の数】9
【出願形態】ＯＬ
(21)【出願番号】P 2022095534
(22)【出願日】2022-06-14
(71)【出願人】
【識別番号】000005223
【氏名又は名称】富士通株式会社
(74)【代理人】
【識別番号】100094525
【弁理士】
【氏名又は名称】土井 健二
(74)【代理人】
【識別番号】100094514
【弁理士】
【氏名又は名称】林 恒徳
(72)【発明者】
【氏名】麻岡 正洋
(72)【発明者】
【氏名】田原 司睦
(57)【要約】
【課題】ジョブの実行を効率的に行うことを可能とする学習サイクル実行プログラム、情報処理装置及び学習サイクル実行方法を提供する。
【解決手段】機械学習モデルの学習処理を行う１以上の学習サイクルを実行する第１ジョブの実行に応じて、第１ジョブに含まれる学習サイクルの実行に要した第１実行所要時間を特定し、特定した第１実行所要時間に基づいて、第１制限時間内に実行が完了する学習サイクルの第１数を特定し、特定した第１数の学習サイクルを実行する第２ジョブを生成し、生成した第２ジョブを実行し、第２ジョブは、第１数の学習サイクルの実行が完了した場合、第１数の学習サイクルの次の学習サイクルの実行が第１制限時間内に完了するか否かを判定し、次の学習サイクルの実行が第１制限時間内に完了すると判定した場合、次の学習サイクルを実行する。
【選択図】図１３
【解決手段】機械学習モデルの学習処理を行う１以上の学習サイクルを実行する第１ジョブの実行に応じて、第１ジョブに含まれる学習サイクルの実行に要した第１実行所要時間を特定し、特定した第１実行所要時間に基づいて、第１制限時間内に実行が完了する学習サイクルの第１数を特定し、特定した第１数の学習サイクルを実行する第２ジョブを生成し、生成した第２ジョブを実行し、第２ジョブは、第１数の学習サイクルの実行が完了した場合、第１数の学習サイクルの次の学習サイクルの実行が第１制限時間内に完了するか否かを判定し、次の学習サイクルの実行が第１制限時間内に完了すると判定した場合、次の学習サイクルを実行する。
【選択図】図１３
【特許請求の範囲】
【請求項1】
機械学習モデルの学習処理を行う１以上の学習サイクルを実行する第１ジョブの実行に応じて、前記第１ジョブに含まれる学習サイクルの実行に要した第１実行所要時間を特定し、
特定した前記第１実行所要時間に基づいて、第１制限時間内に実行が完了する学習サイクルの第１数を特定し、
特定した前記第１数の学習サイクルを実行する第２ジョブを生成し、
生成した前記第２ジョブを実行する、
処理をコンピュータに実行させ、
前記第２ジョブは、
前記第１数の学習サイクルの実行が完了した場合、前記第１数の学習サイクルの次の学習サイクルの実行が前記第１制限時間内に完了するか否かを判定し、
前記次の学習サイクルの実行が前記第１制限時間内に完了すると判定した場合、前記次の学習サイクルを実行する、
ことを特徴とする学習サイクル実行プログラム。
特定した前記第１実行所要時間に基づいて、第１制限時間内に実行が完了する学習サイクルの第１数を特定し、
特定した前記第１数の学習サイクルを実行する第２ジョブを生成し、
生成した前記第２ジョブを実行する、
処理をコンピュータに実行させ、
前記第２ジョブは、
前記第１数の学習サイクルの実行が完了した場合、前記第１数の学習サイクルの次の学習サイクルの実行が前記第１制限時間内に完了するか否かを判定し、
前記次の学習サイクルの実行が前記第１制限時間内に完了すると判定した場合、前記次の学習サイクルを実行する、
ことを特徴とする学習サイクル実行プログラム。
【請求項2】
請求項１において、
前記第１実行所要時間を特定する処理では、前記学習処理の初期処理の実行に要した実行所要時間と、前記１以上の学習サイクルに含まれるいずれかの学習サイクルの実行結果についての記憶処理の実行に要した実行所要時間と、前記実行結果の読み込み処理の実行に要した実行所要時間とのうちの少なくともいずれかの実行所要時間を特定し、
前記第１数を特定する処理では、前記第１実行所要時間と前記少なくともいずれかの実行所要時間とに基づいて前記第１数を特定する、
ことを特徴とする学習サイクル実行プログラム。
前記第１実行所要時間を特定する処理では、前記学習処理の初期処理の実行に要した実行所要時間と、前記１以上の学習サイクルに含まれるいずれかの学習サイクルの実行結果についての記憶処理の実行に要した実行所要時間と、前記実行結果の読み込み処理の実行に要した実行所要時間とのうちの少なくともいずれかの実行所要時間を特定し、
前記第１数を特定する処理では、前記第１実行所要時間と前記少なくともいずれかの実行所要時間とに基づいて前記第１数を特定する、
ことを特徴とする学習サイクル実行プログラム。
【請求項3】
請求項２において、
前記第２ジョブは、
前記第２ジョブに含まれる第１学習サイクルの実行の完了に応じて、前記第１学習サイクルの実行に要した第２実行所要時間を計測し、
計測した前記第２実行所要時間と、前記記憶処理の実行に要した前記実行所要時間との合計時間を算出し、
算出した前記合計時間が前記第２ジョブに対応する制限時間の残り時間よりも短い場合、前記第１学習サイクルの次に実行される第２学習サイクルを実行する、
ことを特徴とする学習サイクル実行プログラム。
前記第２ジョブは、
前記第２ジョブに含まれる第１学習サイクルの実行の完了に応じて、前記第１学習サイクルの実行に要した第２実行所要時間を計測し、
計測した前記第２実行所要時間と、前記記憶処理の実行に要した前記実行所要時間との合計時間を算出し、
算出した前記合計時間が前記第２ジョブに対応する制限時間の残り時間よりも短い場合、前記第１学習サイクルの次に実行される第２学習サイクルを実行する、
ことを特徴とする学習サイクル実行プログラム。
【請求項4】
請求項１において、
前記第２ジョブは、
実行中において、前記第１ジョブの実行に伴って実行された学習サイクルの数と前記第２ジョブの実行に伴って実行された学習サイクルの数との合計が予め定められた目的数に到達したか否かを判定し、
前記合計が前記目的数に到達したと判定した場合、実行を終了する、
ことを特徴とする学習サイクル実行プログラム。
前記第２ジョブは、
実行中において、前記第１ジョブの実行に伴って実行された学習サイクルの数と前記第２ジョブの実行に伴って実行された学習サイクルの数との合計が予め定められた目的数に到達したか否かを判定し、
前記合計が前記目的数に到達したと判定した場合、実行を終了する、
ことを特徴とする学習サイクル実行プログラム。
【請求項5】
請求項１において、
前記第１ジョブは、前記１以上の学習サイクルのそれぞれの実行が完了するごとに、各実行サイクルに実行に要した特定の実行所要時間を出力し、
前記第１実行所要時間を特定する処理では、前記第１ジョブから出力された前記特定の実行所要時間のうちの１以上の実行所要時間に基づいて、前記第１実行所要時間を特定する、
ことを特徴とする学習サイクル実行プログラム。
前記第１ジョブは、前記１以上の学習サイクルのそれぞれの実行が完了するごとに、各実行サイクルに実行に要した特定の実行所要時間を出力し、
前記第１実行所要時間を特定する処理では、前記第１ジョブから出力された前記特定の実行所要時間のうちの１以上の実行所要時間に基づいて、前記第１実行所要時間を特定する、
ことを特徴とする学習サイクル実行プログラム。
【請求項6】
請求項２において、
前記第１ジョブは、前記初期処理の実行に要した実行所要時間と、前記記憶処理の実行に要した実行所要時間と、前記読み込み処理の実行に要した実行所要時間とのうちの少なくともいずれかを出力し、
前記第１実行所要時間を特定する処理では、前記第１ジョブから出力された前記少なくともいずれかの実行所要時間を特定する、
ことを特徴とする学習サイクル実行プログラム。
前記第１ジョブは、前記初期処理の実行に要した実行所要時間と、前記記憶処理の実行に要した実行所要時間と、前記読み込み処理の実行に要した実行所要時間とのうちの少なくともいずれかを出力し、
前記第１実行所要時間を特定する処理では、前記第１ジョブから出力された前記少なくともいずれかの実行所要時間を特定する、
ことを特徴とする学習サイクル実行プログラム。
【請求項7】
機械学習モデルの学習処理を行う１以上の学習サイクルを実行する処理をコンピュータに実行させる学習サイクル実行プログラムであって、
前記１以上の学習サイクルの実行が完了した場合、前記１以上の学習サイクルの次の学習サイクルの実行が第１制限時間内に完了するか否かを判定し、
前記次の学習サイクルの実行が前記第１制限時間内に完了すると判定した場合、前記次の学習サイクルを実行する、
ことを特徴とする学習サイクル実行プログラム。
前記１以上の学習サイクルの実行が完了した場合、前記１以上の学習サイクルの次の学習サイクルの実行が第１制限時間内に完了するか否かを判定し、
前記次の学習サイクルの実行が前記第１制限時間内に完了すると判定した場合、前記次の学習サイクルを実行する、
ことを特徴とする学習サイクル実行プログラム。
【請求項8】
機械学習モデルの学習処理を行う１以上の学習サイクルを実行する第１ジョブの実行に応じて、前記第１ジョブに含まれる学習サイクルの実行に要した第１実行所要時間を特定する結果特定部と、
特定した前記第１実行所要時間に基づいて、第１制限時間内に実行が完了する学習サイクルの第１数を特定し、特定した前記第１数の学習サイクルを実行する第２ジョブを生成するジョブ生成部と、
生成した前記第２ジョブを実行するジョブ実行部と、を有し、
前記第２ジョブは、
前記第１数の学習サイクルの実行が完了した場合、前記第１数の学習サイクルの次の学習サイクルの実行が前記第１制限時間内に完了するか否かを判定し、
前記次の学習サイクルの実行が前記第１制限時間内に完了すると判定した場合、前記次の学習サイクルを実行する、
ことを特徴とする情報処理装置。
特定した前記第１実行所要時間に基づいて、第１制限時間内に実行が完了する学習サイクルの第１数を特定し、特定した前記第１数の学習サイクルを実行する第２ジョブを生成するジョブ生成部と、
生成した前記第２ジョブを実行するジョブ実行部と、を有し、
前記第２ジョブは、
前記第１数の学習サイクルの実行が完了した場合、前記第１数の学習サイクルの次の学習サイクルの実行が前記第１制限時間内に完了するか否かを判定し、
前記次の学習サイクルの実行が前記第１制限時間内に完了すると判定した場合、前記次の学習サイクルを実行する、
ことを特徴とする情報処理装置。
【請求項9】
機械学習モデルの学習処理を行う１以上の学習サイクルを実行する第１ジョブの実行に応じて、前記第１ジョブに含まれる学習サイクルの実行に要した第１実行所要時間を特定し、
特定した前記第１実行所要時間に基づいて、第１制限時間内に実行が完了する学習サイクルの第１数を特定し、
特定した前記第１数の学習サイクルを実行する第２ジョブを生成し、
生成した前記第２ジョブを実行する、
処理をコンピュータが実行し、
前記第２ジョブは、
前記第１数の学習サイクルの実行が完了した場合、前記第１数の学習サイクルの次の学習サイクルの実行が前記第１制限時間内に完了するか否かを判定し、
前記次の学習サイクルの実行が前記第１制限時間内に完了すると判定した場合、前記次の学習サイクルを実行する、
ことを特徴とする学習サイクル実行方法。
特定した前記第１実行所要時間に基づいて、第１制限時間内に実行が完了する学習サイクルの第１数を特定し、
特定した前記第１数の学習サイクルを実行する第２ジョブを生成し、
生成した前記第２ジョブを実行する、
処理をコンピュータが実行し、
前記第２ジョブは、
前記第１数の学習サイクルの実行が完了した場合、前記第１数の学習サイクルの次の学習サイクルの実行が前記第１制限時間内に完了するか否かを判定し、
前記次の学習サイクルの実行が前記第１制限時間内に完了すると判定した場合、前記次の学習サイクルを実行する、
ことを特徴とする学習サイクル実行方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、学習サイクル実行プログラム、情報処理装置及び学習サイクル実行方法に関する。
【背景技術】
【0002】
例えば、ＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）等の学習処理（以下、単に学習処理とも呼ぶ）は、学習時間の短縮等の観点から並列分散処理によって行われる場合がある。
【0003】
具体的に、学習処理を行う作業者（以下、単に作業者とも呼ぶ）は、例えば、スーパーコンピュータによって構成されるＨＰＣ（Ｈｉｇｈ Ｐｅｒｆｏｒｍａｎｃｅ Ｃｏｍｐｕｔｉｎｇ）システムのリソースを借り受ける。そして、作業者は、例えば、借り受けたリソースを用いて並列分散処理を行うことより、ＤＮＮ等の学習処理を行う（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２０１２－０７３６９０号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
ここで、上記のようなＨＰＣシステムのリソースを借り受ける場合、作業者は、例えば、借り受けるノードの数や各ジョブの実行時間についての制限時間（以下、単に制限時間とも呼ぶ）を予め設定する。そして、作業者は、各ジョブの実行が制限時間内に完了するように、学習処理を行うジョブ（以下、単に実行対象ジョブとも呼ぶ）を予め複数の分割ジョブに分割する。
【0006】
しかしながら、上記のような分割ジョブの実行時間は、一般的に、事前に予測することが困難である。そのため、例えば、上記のように実行対象ジョブの分割を行う場合であっても、分割ジョブの実行が制限時間内に完了しない場合がある。
【0007】
そこで、作業者は、例えば、各分割ジョブに１以上のチェックポイントを設けることにより、各チェックポイントにおける実行結果を記憶する。そして、例えば、制限時間内に実行が完了しなかった分割ジョブが発生した場合、作業者は、最後のチェックポイントの状態を復元し、復元したチェックポイントから再度実行を行う。これにより、作業者は、制限時間内に実行が完了しなかった分割ジョブが発生した場合であっても、再度実行する必要がある処理量を抑えることが可能になる。
【0008】
しかしながら、この場合、実行結果の記憶に要する処理負荷の増大に伴って、実行対象ジョブの分割数が増加する可能性がある。そのため、ＨＰＣシステムでは、例えば、実行対象ジョブの実行を効率的に行うことができない場合がある。
【0009】
そこで、一つの側面では、本発明は、ジョブの実行を効率的に行うことを可能とする学習サイクル実行プログラム、情報処理装置及び学習サイクル実行方法を提供することを目的とする。
【課題を解決するための手段】
【0010】
実施の形態の一態様では、機械学習モデルの学習処理を行う１以上の学習サイクルを実行する第１ジョブの実行に応じて、前記第１ジョブに含まれる学習サイクルの実行に要した第１実行所要時間を特定し、特定した前記第１実行所要時間に基づいて、第１制限時間内に実行が完了する学習サイクルの第１数を特定し、特定した前記第１数の学習サイクルを実行する第２ジョブを生成し、生成した前記第２ジョブを実行する、処理をコンピュータに実行させ、前記第２ジョブは、前記第１数の学習サイクルの実行が完了した場合、前記第１数の学習サイクルの次の学習サイクルの実行が前記第１制限時間内に完了するか否かを判定し、前記次の学習サイクルの実行が前記第１制限時間内に完了すると判定した場合、前記次の学習サイクルを実行する。
【発明の効果】
【0011】
一つの側面によれば、ジョブの実行を効率的に行うことが可能になる。
【図面の簡単な説明】
【0012】
【発明を実施するための形態】
【0013】
［第１の実施の形態における情報処理システムの構成］
初めに、情報処理システム１０の構成について説明を行う。図１は、情報処理システム１０の構成について説明する図である。なお、以下、分割ジョブを単にジョブとも呼ぶ。
初めに、情報処理システム１０の構成について説明を行う。図１は、情報処理システム１０の構成について説明する図である。なお、以下、分割ジョブを単にジョブとも呼ぶ。
【0014】
図１に示す情報処理システム１０は、例えば、情報処理装置１と、ＨＰＣシステム２と、操作端末５とを有する。
【0015】
情報処理装置１は、例えば、物理マシンまたは仮想マシンであり、ＨＰＣシステム２に実行させるジョブの生成やＨＰＣシステム２に対するジョブの投入等を行う処理を実行する。具体的に、情報処理装置１は、例えば、ＤＮＮ等の学習処理を行うためのジョブを生成してＨＰＣシステム２に投入する。
【0016】
ＨＰＣシステム２は、例えば、スーパーコンピュータを構成する複数のノード（複数の物理マシン）によって構成され、情報処理装置１から投入されたジョブを複数のノードによる並列分散処理によって実行する。そして、ＨＰＣシステム２は、例えば、実行が完了したジョブの実行結果を情報処理装置１に送信する。
【0017】
具体的に、作業者は、この場合、例えば、ＨＰＣシステム２を所有する事業者（以下、単に事業者とも呼ぶ）からＨＰＣシステム２のリソースを借り受ける。そして、作業者は、例えば、借り受けたリソースを用いることによってジョブの実行を行う。
【0018】
操作端末５は、例えば、作業者が情報処理装置１に対して必要な情報の入力等を行うＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）等である。具体的に、作業者は、例えば、操作端末５を介してジョブの生成やＨＰＣシステム２に対するジョブの投入等を情報処理装置１に指示する。
【0019】
そして、例えば、上記のようなジョブの実行をＨＰＣシステム２のリソースを借り受けて行う場合、作業者は、事業者から借り受けるノードの数や各ジョブの実行時間についての制限時間を予め設定する。この制限時間は、例えば、作業者が予め設定する時間であって、事業者から借り受けたＨＰＣシステム２のリソースを用いて各ジョブを実行することが可能な時間である。
【0020】
ここで、上記の制限時間は、例えば、作業者が設定することが可能な最大時間（以下、単に最大時間とも呼ぶ）が事業者によって予め定められている。そのため、作業者は、制限時間として最大時間を設定する場合であっても、実行対象ジョブの実行を完了させることができないと予測される場合、例えば、実行対象ジョブを予め複数のジョブに分割する。
【0021】
しかしながら、一般的に、各ジョブの実行時間を事前に予測することは困難である。そのため、例えば、上記のように実行対象ジョブの分割を行う場合であっても、分割後のジョブの実行が制限時間内に完了しない場合がある。
【0022】
そこで、作業者は、例えば、分割後の各ジョブに１以上のチェックポイントを設けることにより、各チェックポイントにおける実行結果を記憶する。そして、例えば、制限時間内に実行が完了しなかったジョブが発生した場合、作業者は、最後のチェックポイントの状態を復元し、復元したチェックポイントから再度実行を行う。これにより、作業者は、制限時間内に実行が完了しなかったジョブが発生した場合であっても、再度実行する必要がある処理量を抑えることが可能になる。以下、ジョブ（分割後のジョブ）の具体例について説明を行う。
【0023】
［ジョブの具体例］
図２から図４は、ジョブの具体例について説明する図である。具体的に、図２（Ａ）及び図３（Ａ）は、実行対象ジョブから分割された複数のジョブのうち、ＨＰＣシステム２において最初に実行されるジョブＪ１の具体例について説明する図である。また、図２（Ｂ）及び図３（Ｂ）は、実行対象ジョブから分割された複数のジョブのうち、ＨＰＣシステム２において２番目以降に実行されるジョブＪ２の具体例を説明する図である。なお、以下、ジョブＪ１やジョブＪ２等を総称して単にジョブＪとも呼ぶ。
図２から図４は、ジョブの具体例について説明する図である。具体的に、図２（Ａ）及び図３（Ａ）は、実行対象ジョブから分割された複数のジョブのうち、ＨＰＣシステム２において最初に実行されるジョブＪ１の具体例について説明する図である。また、図２（Ｂ）及び図３（Ｂ）は、実行対象ジョブから分割された複数のジョブのうち、ＨＰＣシステム２において２番目以降に実行されるジョブＪ２の具体例を説明する図である。なお、以下、ジョブＪ１やジョブＪ２等を総称して単にジョブＪとも呼ぶ。
【0024】
ジョブＪ１は、例えば、図２（Ａ）に示すように、学習処理を開始する前に予め実行する必要がある初期処理Ｐ１と、画像データ等の学習を行う学習サイクル処理Ｐ２と、予め定められたチェックポイントにおける学習サイクル処理Ｐ２の実行結果を記憶するチェックポイント記憶処理Ｐ３（以下、単に記憶処理Ｐ３とも呼ぶ）とを行う。以下、学習サイクル処理Ｐ２を単に学習サイクルとも表記する。
【0025】
具体的に、ジョブＪ１は、例えば、図２（Ａ）に示すように、１回目の初期処理Ｐ１、１回目の学習サイクル処理Ｐ２、１回目の記憶処理Ｐ３、２回目の学習サイクル処理Ｐ２、２回目の記憶処理Ｐ３、３回目の学習サイクル処理Ｐ２、３回目の記憶処理Ｐ３、４回目の学習サイクル処理Ｐ２及び４回目の記憶処理Ｐ３をこの順に実行する。そのため、例えば、１回の学習サイクル処理Ｐ２が複数の学習用画像データ（例えば、数百枚の学習用画像データ）のそれぞれを１回ずつ学習する処理である場合、ジョブＪ１は、実行中において、複数の学習用画像データのそれぞれを４回ずつ学習する。
【0026】
そして、例えば、図３（Ａ）に示すように、４回目の学習サイクル処理Ｐ２の実行がジョブＪ１の制限時間内に完了しなかった場合、作業者は、３回目の記憶処理Ｐ３において記憶した実行結果を用いることによって、４回目の学習サイクル処理Ｐ２から先の処理の実行を再度行う。
【0027】
すなわち、作業者は、ジョブＪ１の実行に伴って記憶処理Ｐ３の実行を併せて行うことで、ジョブＪ１の実行が制限時間内に完了しなかった場合であっても、ジョブＪ１の実行を最初からやり直す必要がなくなる。
【0028】
また、ジョブＪ２は、例えば、図２（Ｂ）に示すように、初期処理Ｐ１、学習サイクル処理Ｐ２及び記憶処理Ｐ３に加えて、記憶処理Ｐ３によって記憶された学習サイクル処理Ｐ２の実行結果を読み込むチェックポイント読込処理Ｐ４（以下、単に読込処理Ｐ４とも呼ぶ）を行う。
【0029】
具体的に、ジョブＪ２は、例えば、図２（Ｂ）に示すように、１回目の初期処理Ｐ１、１回目の読込処理Ｐ４、１回目の学習サイクル処理Ｐ２、１回目の記憶処理Ｐ３、２回目の学習サイクル処理Ｐ２、２回目の記憶処理Ｐ３、３回目の学習サイクル処理Ｐ２、３回目の記憶処理Ｐ３、４回目の学習サイクル処理Ｐ２及び４回目の記憶処理Ｐ３をこの順に実行する。そのため、例えば、１回の学習サイクル処理Ｐ２が複数の学習用画像データのそれぞれを１回ずつ学習する処理である場合、ジョブＪ２は、実行中において、複数の学習用画像データのそれぞれを４回ずつ学習する。
【0030】
そして、例えば、図３（Ｂ）に示すように、４回目の学習サイクル処理Ｐ２の実行がジョブＪ２の制限時間内に完了しなかった場合、作業者は、図３（Ａ）で説明した場合と同様に、３回目の記憶処理Ｐ３において記憶した実行結果を用いることによって、４回目の学習サイクル処理Ｐ２から先の処理の実行を再度行う。
【0031】
すなわち、作業者は、ジョブＪ２の実行に伴って記憶処理Ｐ３の実行を併せて行うことで、ジョブＪ２の実行が制限時間内に完了しなかった場合であっても、ジョブＪ２の実行を最初からやり直す必要がなくなる。
【0032】
しかしながら、この場合、ジョブＪの実行時における記憶処理Ｐ３の実行頻度が増大することにより、ジョブＪの分割数が増加する可能性がある。そのため、ＨＰＣシステム２では、例えば、学習処理の実行を効率的に行うことができなくなる場合がある。
【0033】
また、学習処理の実行に用いられる学習手法によって、学習サイクル処理Ｐ２の実行時間が変動する場合がある。具体的に、例えば、学習処理の実行に用いられる学習手法として勾配スキップ手法や同期緩和手法が用いられた場合、各学習サイクル処理Ｐ２の実行時間は徐々に短縮する。
【0034】
そのため、学習サイクル処理Ｐ２の実行時間は、例えば、図４に示すように、事前（例えば、ジョブＪ３の生成時）に予測された時間よりも短縮される場合がある。そして、この場合、ジョブＪ３において実行される学習サイクル処理Ｐ２の数は、ジョブＪ３に対応する制限時間内に実行することが可能であった学習サイクル処理Ｐ２の数よりも少なくなる。したがって、ＨＰＣシステム２では、この場合においても、学習処理の実行を効率的に行うことができなくなる。
【0035】
そこで、本実施の形態における情報処理装置１は、例えば、ＤＮＮ等の機械学習モデル（以下、単に機械学習モデルとも呼ぶ）の学習処理を行う１以上の学習サイクル処理Ｐ２を実行するジョブＪ１（以下、第１ジョブＪ１とも呼ぶ）の実行に応じて、第１ジョブＪ１に含まれる学習サイクル処理Ｐ２の実行に要した実行所要時間（以下、第１実行所要時間とも呼ぶ）を特定する。そして、情報処理装置１は、例えば、第１実行所要時間に基づいて、制限時間（以下、第１制限時間とも呼ぶ）内に実行が完了する学習サイクル処理Ｐ２の数（以下、第１数とも呼ぶ）を特定する。
【0036】
その後、情報処理装置１は、例えば、第１数の学習サイクル処理Ｐ２を実行するジョブＪ２（以下、第２ジョブＪ２とも呼ぶ）を生成する。そして、情報処理装置１は、例えば、第２ジョブＪ２を実行する。
【0037】
ここで、第２ジョブＪは、例えば、第１数の学習サイクル処理Ｐ２の実行が完了した場合、第１数の学習サイクル処理Ｐ２の次の学習サイクル処理Ｐ２の実行が第１制限時間内に完了するか否かを判定する。その結果、第１数の学習サイクル処理Ｐ２の次の学習サイクル処理Ｐ２の実行が第１制限時間内に完了すると判定した場合、第２ジョブＪは、例えば、第１数の学習サイクル処理Ｐ２の次の学習サイクル処理Ｐ２を実行する。
【0038】
すなわち、本実施の形態における情報処理装置１は、例えば、次に実行する新たなジョブＪの生成を行う場合、既に実行が終了したジョブＪにおいて学習サイクル処理Ｐ２の実行に要した実行所要時間を用いることにより、次に実行する新たなジョブＪにおいて実行させる学習サイクル処理Ｐ２の数を決定する。
【0039】
また、情報処理装置１によって生成された各ジョブＪは、例えば、実行予定であった各学習サイクル処理Ｐ２の実行が、各学習サイクル処理Ｐ２の実行時間の短縮によって予定よりも早く完了した場合、さらなる学習サイクル処理Ｐ２の実行を自動的に行う。
【0040】
これにより、本実施の形態における情報処理装置１は、例えば、各学習サイクル処理Ｐ２の実行所要時間が変動する場合であっても、変動後の実行所要時間に応じた数の学習サイクル処理Ｐ２を実行するジョブＪの生成を行うことが可能になる。
【0041】
また、情報処理装置１は、例えば、各学習サイクル処理Ｐ２の実行所要時間の変動がジョブＪの実行中に発生した場合においても、実行中のジョブＪにおいてこれから実行する各学習サイクル処理Ｐ２の数を、変動後の実行所要時間に応じて調整することが可能になる。具体的に、情報処理装置１は、例えば、各学習サイクル処理Ｐ２の実行所要時間がジョブＪの実行中において短縮された場合、実行中のジョブＪにおいてこれから実行する各学習サイクル処理Ｐ２の数を増加させることが可能になる。
【0042】
さらに、情報処理装置１は、例えば、各学習サイクル処理Ｐ２の実行所要時間の変動に応じて各ジョブＪにおける学習サイクル処理Ｐ２の数を調整することで、各ジョブＪの実行を制限時間内に精度良く完了させることが可能になる。そのため、情報処理装置１は、例えば、各ジョブＪにおける記憶処理Ｐ３の実行頻度を抑えることが可能になる。
【0043】
したがって、本実施の形態における情報処理装置１は、例えば、学習処理の実行に要する処理量を抑制することが可能になり、ジョブＪの分割数を抑制することが可能になる。そのため、情報処理装置１は、例えば、学習処理の実行を効率的に行うことが可能になる。具体的に、情報処理装置１は、例えば、学習処理の実行に要する時間やＨＰＣシステム２のリソースを借り受けるためのコスト等を抑制することが可能になる。
【0044】
［情報処理システムのハードウエア構成］
次に、情報処理システム１０のハードウエア構成について説明を行う。図５は、情報処理装置１のハードウエア構成を説明する図である。また、図６は、ＨＰＣシステム２を構成する物理マシンのハードウエア構成を説明する図である。
次に、情報処理システム１０のハードウエア構成について説明を行う。図５は、情報処理装置１のハードウエア構成を説明する図である。また、図６は、ＨＰＣシステム２を構成する物理マシンのハードウエア構成を説明する図である。
【0045】
初めに、情報処理装置１のハードウエア構成について説明を行う。
【0046】
情報処理装置１は、図５に示すように、例えば、プロセッサであるＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１と、メモリ１０２と、通信装置（Ｉ／Ｏインタフェース）１０３と、ストレージ１０４とを有する。各部は、バス１０５を介して互いに接続される。
【0047】
ストレージ１０４は、例えば、ジョブＪの実行等を行う処理（以下、学習サイクル実行処理とも呼ぶ）を行うためのプログラム１１０を記憶するプログラム格納領域（図示せず）を有する。また、ストレージ１０４は、例えば、学習サイクル実行処理を行う際に用いられる情報を記憶する情報格納領域１３０（以下、記憶部１３０とも呼ぶ）を有する。なお、ストレージ１０４は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）であってよい。
【0048】
ＣＰＵ１０１は、例えば、ストレージ１０４からメモリ１０２にロードされたプログラム１１０を実行して学習サイクル実行処理を行う。
【0049】
また、通信装置１０３は、例えば、インターネット等のネットワークＮＷを介してＨＰＣシステム２との通信を行う。
【0050】
次に、ＨＰＣシステム２を構成する物理マシンのハードウエア構成について説明を行う。
【0051】
ＨＰＣシステム２を構成する物理マシンのそれぞれは、図６に示すように、例えば、プロセッサであるＣＰＵ２０１と、メモリ２０２と、通信装置２０３と、ストレージ２０４とを有する。各部は、バス２０５を介して互いに接続される。
【0052】
ストレージ２０４は、例えば、情報処理装置１によって投入されたジョブＪを記憶するプログラム格納領域（図示せず）を有する。また、ストレージ２０４は、例えば、学習サイクル実行処理を行う際に用いられる情報を記憶する情報格納領域２３０（以下、記憶部２３０とも呼ぶ）を有する。なお、ストレージ２０４は、例えば、ＨＤＤやＳＳＤであってよい。
【0053】
ＣＰＵ２０１は、例えば、ストレージ２０４からメモリ２０２にロードされたジョブＪ（ジョブＪを構成する各プログラム）を実行して学習サイクル実行処理を行う。
【0054】
また、通信装置２０３は、例えば、インターネット等のネットワークＮＷを介して情報処理装置１との通信を行う。
【0055】
［第１の実施の形態における情報処理システムの機能］
次に、第１の実施の形態における情報処理システム１０の機能について説明を行う。図７は、第１の実施の形態における情報処理装置１の機能について説明する図である。また、図８は、第１の実施の形態におけるＨＰＣシステム２の機能について説明する図である。
次に、第１の実施の形態における情報処理システム１０の機能について説明を行う。図７は、第１の実施の形態における情報処理装置１の機能について説明する図である。また、図８は、第１の実施の形態におけるＨＰＣシステム２の機能について説明する図である。
【0056】
初めに、情報処理装置１の機能について説明を行う。
【0057】
情報処理装置１は、図７に示すように、例えば、ＣＰＵ１０１やメモリ１０２等のハードウエアとプログラム１１０とが有機的に協働することにより、第１ジョブ生成部１１１と、ジョブ投入部１１２（以下、ジョブ実行部１１２とも呼ぶ）と、ジョブ監視部１１３と、結果特定部１１４と、第２ジョブ生成部１１５（以下、単にジョブ生成部１１５とも呼ぶ）と、結果出力部１１６とを含む各種機能を実現する。
【0058】
また、情報処理装置１は、図７に示すように、例えば、処理時間情報１３１と、サイクル数情報１３２と、格納先情報１３３と、実行結果情報１３４とを情報格納領域１３０に記憶する。
【0059】
第１ジョブ生成部１１１は、例えば、ＨＰＣシステム２において最初に実行するジョブＪ１を生成する。具体的に、第１ジョブ生成部１１１は、例えば、図２（Ａ）で説明したジョブＪ１を生成する。
【0060】
ジョブ投入部１１２は、例えば、第１ジョブ生成部１１１が生成したジョブＪ１をＨＰＣシステム２に投入する。そして、ＨＰＣシステム２は、例えば、ジョブ投入部１１２によって投入されたジョブＪ１を実行する。
【0061】
ジョブ監視部１１３は、例えば、ジョブ投入部１１２によってＨＰＣシステム２に投入されたジョブＪ１の実行状況についての監視を行う。具体的に、ジョブ監視部１１３は、例えば、ジョブ投入部１１２によってＨＰＣシステム２に投入されたジョブＪ１の実行が完了したか否かについての監視を行う。
【0062】
結果特定部１１４は、例えば、ジョブ監視部１１３がジョブＪ１の実行完了を検知した場合、実行が完了したジョブＪ１の実行結果を示す情報（後述する実行ログ２３１）を取得する。
【0063】
第２ジョブ生成部１１５は、例えば、ＨＰＣシステム２において２番目以降に実行するジョブＪ２を生成する。具体的に、第２ジョブ生成部１１５は、例えば、図２（Ｂ）で説明したジョブＪ２を生成する。
【0064】
そして、ジョブ投入部１１２は、例えば、第２ジョブ生成部１１５が生成したジョブＪ２をＨＰＣシステム２に投入する。続いて、ジョブ監視部１１３は、例えば、ジョブ投入部１１２によってＨＰＣシステム２に投入されたジョブＪ２の実行状況についての監視を行う。その後、結果特定部１１４は、例えば、ジョブ監視部１１３がジョブＪ２の実行完了を検知した場合、実行が完了したジョブＪ２の実行結果を示す情報（後述する実行ログ２３１）を取得する。
【0065】
結果出力部１１６は、例えば、結果特定部１１４が取得した情報（後述する実行ログ２３１）から実行結果情報１３４を生成する。そして、結果出力部１１６は、例えば、ＨＰＣシステム２において実行が完了したジョブＪ（ジョブＪ１またはジョブＪ２）の実行結果と、生成した実行結果情報１３４とを操作端末５に送信する。
【0066】
なお、処理時間情報１３１、サイクル数情報１３２及び格納先情報１３３の説明については後述する。
【0067】
次に、ＨＰＣシステム２の機能について説明を行う。
【0068】
ＨＰＣシステム２は、図８に示すように、例えば、ＣＰＵ２０１やメモリ２０２等のハードウエアとジョブＪを構成する各プログラムとが有機的に協働することにより、処理実行部２１１と、時間取得部２１２と、情報生成部２１３と、時間判定部２１４と、サイクル数判定部２１５とを含む各種機能を実現する。
【0069】
また、ＨＰＣシステム２は、図８に示すように、例えば、実行ログ２３１を情報格納領域１３０に記憶する。
【0070】
処理実行部２１１は、例えば、情報処理装置１からジョブＪ（ジョブＪ１またはジョブＪ２）が投入された場合、投入されたジョブＪに含まれる各処理（初期処理Ｐ１、学習サイクル処理Ｐ２、記憶処理Ｐ３及び読込処理Ｐ４）を実行することによって、機械学習モデルの学習処理を行う。
【0071】
時間取得部２１２は、例えば、処理実行部２１１が各処理（初期処理Ｐ１、学習サイクル処理Ｐ２、記憶処理Ｐ３及び読込処理Ｐ４）の実行に要した実行所要時間を取得（計測）する。具体的に、時間取得部２１２は、例えば、学習サイクル処理Ｐ２の実行に要した実行所要時間を学習サイクル処理Ｐ２の実行が完了するごとに取得する。
【0072】
情報生成部２１３は、例えば、時間取得部２１２が各処理の実行所要時間を取得するごとに、取得した実行所要時間を実行ログ２３１の少なくとも一部として生成する。
【0073】
時間判定部２１４は、例えば、処理実行部２１１がジョブＪに含まれる学習サイクル処理Ｐ２の実行が完了するごとに、実行が完了した学習サイクル処理Ｐ２の実行に要した実行所要時間と、最後に実行した記憶処理Ｐ３の実行に要した実行所要時間とを取得する。そして、時間判定部２１４は、例えば、取得した２つの実行所要時間、すなわち、学習サイクル処理Ｐ２の実行に要した実行所要時間と記憶処理Ｐ３の実行に要した実行所要時間との合計時間を算出する。
【0074】
その後、時間判定部２１４は、例えば、取得した合計時間と、実行中のジョブＪに対応する制限時間の残り時間（以下、単に残り時間とも呼ぶ）との比較を行う。その結果、取得した合計時間が残り時間よりも短いと判定した場合、時間判定部２１４は、例えば、次の学習サイクル処理Ｐ２の実行を開始する旨の指示を処理実行部２１１に送信する。一方、取得した合計時間が残り時間よりも短くないと判定した場合、時間判定部２１４は、例えば、次の学習サイクル処理Ｐ２の実行を行うことなくジョブＪの実行を終了させる旨の指示を処理実行部２１１に送信する。
【0075】
サイクル数判定部２１５は、例えば、処理実行部２１１による学習サイクル処理Ｐ２の実行が完了するごとに、学習サイクル処理Ｐ２の実行回数が目的数に到達したか否かを判定する。目的数は、例えば、作業者が予め指定した学習サイクル処理Ｐ２の実行回数である。そして、学習サイクル処理Ｐ２の実行回数が目的数に到達したと判定した場合、サイクル数判定部２１５は、例えば、ジョブＪの実行を終了させる。
【0076】
［第１の実施の形態における学習サイクル実行処理の概略］
次に、第１の実施の形態の概略について説明する。図９及び図１０は、第１の実施の形態における学習サイクル実行処理の概略を説明するフローチャート図である。また、図１１から図１４は、第１の実施の形態における学習サイクル実行処理の概略を説明する図である。なお、以下、各ジョブＪに対応する制限時間が同一の時間であるものとして説明を行うが、各ジョブＪに対応する制限時間は、それぞれ異なる時間であってもよい。
次に、第１の実施の形態の概略について説明する。図９及び図１０は、第１の実施の形態における学習サイクル実行処理の概略を説明するフローチャート図である。また、図１１から図１４は、第１の実施の形態における学習サイクル実行処理の概略を説明する図である。なお、以下、各ジョブＪに対応する制限時間が同一の時間であるものとして説明を行うが、各ジョブＪに対応する制限時間は、それぞれ異なる時間であってもよい。
【0077】
初めに、情報処理装置１における学習サイクル処理の概略について説明を行う。
【0078】
情報処理装置１は、図９に示すように、例えば、機械学習モデルの学習処理を行う１以上の学習サイクル処理Ｐ２を実行するジョブＪ１を生成する（Ｓ１）。
【0079】
そして、情報処理装置１は、例えば、Ｓ１の処理で生成したジョブＪ１をＨＰＣシステム２に投入する（Ｓ２）。
【0080】
その後、情報処理装置１は、Ｓ２の処理で投入したジョブＪ１の実行が完了するまで待機する（Ｓ３のＮＯ）。
【0081】
そして、Ｓ２の処理で投入したジョブＪ１の実行が完了した場合（Ｓ３のＹＥＳ）、情報処理装置１は、例えば、学習サイクル処理Ｐ２の実行回数（以下、単に学習サイクル数とも呼ぶ）が目的数に到達したか否かを判定する（Ｓ４）。
【0082】
その結果、学習サイクル処理Ｐ２の実行回数が目的数に到達したと判定した場合（Ｓ４のＹＥＳ）、情報処理装置１は、例えば、学習サイクル実行処理を終了する。
【0083】
一方、学習サイクル処理Ｐ２の実行回数が目的数に到達していないと判定した場合（Ｓ４のＮＯ）、情報処理装置１は、例えば、ジョブＪ１に含まれる学習サイクル処理Ｐ２（１回の学習サイクル処理Ｐ２）の実行に要した実行所要時間を特定する（Ｓ５）。
【0084】
続いて、情報処理装置１は、例えば、Ｓ５の処理で特定した実行所要時間に基づいて、制限時間内に実行が完了する学習サイクル処理Ｐ２の第１数を特定する（Ｓ６）。
【0085】
続いて、情報処理装置１は、例えば、Ｓ６の処理で特定した第１数の学習サイクル処理Ｐ２を実行するジョブＪ２を生成する（Ｓ７）。
【0086】
そして、情報処理装置１は、例えば、Ｓ７の処理で生成したジョブＪ２をＨＰＣシステム２に投入する（Ｓ８）。
【0087】
その後、情報処理装置１は、例えば、Ｓ８の処理で投入したジョブＪ２の実行が完了するまで待機する（Ｓ９のＮＯ）。
【0088】
そして、Ｓ８の処理で投入したジョブＪ２の実行が完了した場合（Ｓ９のＹＥＳ）、情報処理装置１は、例えば、Ｓ４以降の処理を再度行う。
【0089】
次に、ＨＰＣシステム２における学習サイクル処理の概略について説明を行う。
【0090】
一方、ＨＰＣシステム２は、図１０に示すように、例えば、情報処理装置１からジョブＪ（ジョブＪ１またはジョブＪ２）が投入されるまで待機する（Ｓ１１のＮＯ）。
【0091】
そして、情報処理装置１からジョブＪが投入された場合（Ｓ１１のＹＥＳ）、ＨＰＣシステム２は、例えば、投入されたジョブＪに含まれる各処理（学習サイクル処理Ｐ２を含む各処理）を実行する（Ｓ１２）。
【0092】
そして、ＨＰＣシステム２は、例えば、Ｓ１２の処理において各処理の実行完了に応じて、Ｓ１２の処理において実行した各学習サイクル処理Ｐ２の次の学習サイクル処理Ｐ２（以下、単に次の学習サイクル処理Ｐ２とも呼ぶ）の実行が制限時間内に完了するか否かを判定する（Ｓ１３）。
【0093】
その結果、次の学習サイクル処理Ｐ２の実行が制限時間内に完了すると判定した場合（Ｓ１４のＹＥＳ）、ＨＰＣシステム２は、例えば、次の学習サイクル処理Ｐ２を実行する（Ｓ１５）。その後、ＨＰＣシステム２は、例えば、Ｓ１３以降の処理を再度行う。
【0094】
一方、次の学習サイクル処理Ｐ２の実行が制限時間内に完了しないと判定した場合（Ｓ１４のＮＯ）、ＨＰＣシステム２は、例えば、次の学習サイクル処理Ｐ２を実行することなく、Ｓ１１の処理で投入されたジョブＪの実行を終了する。
【0095】
［学習サイクル実行処理の具体例］
次に、学習サイクル実行処理の具体例について説明を行う。なお、以下、図１１及び図１２に示すジョブＪ１（以下、ジョブＪ１１とも呼ぶ）が、１回の初期処理Ｐ１と、１回の学習サイクル処理Ｐ２と、１回の記憶処理Ｐ３と、１回の読込処理Ｐ４と、１回の学習サイクル処理Ｐ２とをこの順で実行するジョブであるものとして説明を行う。また、以下、図１３及び図１４に示すジョブＪ２（以下、ジョブＪ２１とも呼ぶ）が、１回の初期処理Ｐ１と、１回の読込処理Ｐ４と、３回の学習サイクル処理Ｐ２とをこの順で実行するジョブであるものとして説明を行う。
次に、学習サイクル実行処理の具体例について説明を行う。なお、以下、図１１及び図１２に示すジョブＪ１（以下、ジョブＪ１１とも呼ぶ）が、１回の初期処理Ｐ１と、１回の学習サイクル処理Ｐ２と、１回の記憶処理Ｐ３と、１回の読込処理Ｐ４と、１回の学習サイクル処理Ｐ２とをこの順で実行するジョブであるものとして説明を行う。また、以下、図１３及び図１４に示すジョブＪ２（以下、ジョブＪ２１とも呼ぶ）が、１回の初期処理Ｐ１と、１回の読込処理Ｐ４と、３回の学習サイクル処理Ｐ２とをこの順で実行するジョブであるものとして説明を行う。
【0096】
初めに、ジョブＪ１１の実行時における具体例について説明を行う。
【0097】
例えば、図１１（Ａ）に示すように、ジョブＪ１１に含まれる各処理の実行が完了した場合において、次の学習サイクル処理Ｐ２及び記憶処理Ｐ３を制限時間内に実行可能であると判定した場合、ジョブＪ１１は、図１１（Ｂ）に示すように、次の学習サイクル処理Ｐ２を実行する。
【0098】
そして、図１２（Ａ）に示すように、例えば、次の学習サイクル処理Ｐ２の実行が完了した場合において、さらに次の学習サイクル処理Ｐ２及び記憶処理Ｐ３を制限時間内に実行できないと判定した場合、ジョブＪ１１は、図１２（Ｂ）に示すように、さらに次の学習サイクル処理Ｐ２を実行することなく、記憶処理Ｐ３を実行して処理の実行を終了する。
【0099】
次に、ジョブＪ２１の実行時における具体例について説明を行う。
【0100】
例えば、図１３（Ａ）に示すように、ジョブＪ２１に含まれる各処理の実行が完了した場合において、次の学習サイクル処理Ｐ２及び記憶処理Ｐ３を制限時間内に実行可能であると判定した場合、ジョブＪ２１は、図１３（Ｂ）に示すように、次の学習サイクル処理Ｐ２を実行する。
【0101】
そして、図１４（Ａ）に示すように、例えば、次の学習サイクル処理Ｐ２の実行が完了した場合において、さらに次の学習サイクル処理Ｐ２及び記憶処理Ｐ３を制限時間内に実行できないと判定した場合、ジョブＪ２１は、図１４（Ｂ）に示すように、さらに次の学習サイクル処理Ｐ２を実行することなく、記憶処理Ｐ３を実行して処理の実行を終了する。
【0102】
このように、本実施の形態における情報処理装置１は、例えば、学習処理の実行（実行対象ジョブの実行）を効率的に行うことが可能になる。具体的に、情報処理装置１は、例えば、学習処理の実行に要する時間やＨＰＣシステム２のリソースを借り受けるために必要なコスト等を抑制することが可能になる。
【0103】
［第１の実施の形態における学習サイクル実行処理の詳細］
次に、第１の実施の形態の詳細について説明する。図１５から図２０は、第１の実施の形態における学習サイクル実行処理の詳細を説明するフローチャート図である。また、図２１から図２８は、第１の実施の形態における学習サイクル実行処理の詳細を説明する図である。
次に、第１の実施の形態の詳細について説明する。図１５から図２０は、第１の実施の形態における学習サイクル実行処理の詳細を説明するフローチャート図である。また、図２１から図２８は、第１の実施の形態における学習サイクル実行処理の詳細を説明する図である。
【0104】
［情報処理装置における学習サイクル実行処理（１）］
初めに、情報処理装置１における学習サイクル実行処理の最初の一部について説明を行う。
初めに、情報処理装置１における学習サイクル実行処理の最初の一部について説明を行う。
【0105】
第１ジョブ生成部１１１は、図１５に示すように、例えば、学習サイクル処理Ｐ２の目的数を含むジョブＪの生成指示が入力されるまで待機する（Ｓ２１のＮＯ）。具体的に、第１ジョブ生成部１１１は、例えば、作業者が操作端末５を介してジョブＪの生成指示を入力するまで待機する。
【0106】
そして、学習サイクル処理Ｐ２の目的数を含むジョブＪの生成指示が入力された場合（Ｓ２１のＹＥＳ）、第１ジョブ生成部１１１は、例えば、所定数の学習サイクル処理Ｐ２を実行するジョブＪ１を生成する（Ｓ２２）。所定数は、例えば、作業者が操作端末５を介して予め指定した数である。
【0107】
続いて、ジョブ投入部１１２は、例えば、Ｓ２２の処理で生成したジョブＪ１をＨＰＣシステム２に投入する（Ｓ２３）。
【0108】
具体的に、ジョブ投入部１１２は、例えば、ジョブＪ１の実行に用いるノード数やジョブＪ１に対応する制限時間を示す情報とともに、ＨＰＣシステム２に対してジョブＪ１の投入を行う。
【0109】
その後、ジョブ監視部１１３は、例えば、Ｓ２３の処理で投入したジョブＪ１の実行が完了するまで待機する（Ｓ２４のＮＯ）。
【0110】
［ＨＰＣシステムにおける学習サイクル実行処理（１）］
次に、ＨＰＣシステム２における学習サイクル実行処理のうち、ジョブＪ１の投入が行われた場合における処理について説明を行う。
次に、ＨＰＣシステム２における学習サイクル実行処理のうち、ジョブＪ１の投入が行われた場合における処理について説明を行う。
【0111】
処理実行部２１１は、図１７に示すように、例えば、情報処理装置１からジョブＪ１が投入されるまで待機する（Ｓ４１のＮＯ）。具体的に、処理実行部２１１は、例えば、Ｓ２３の処理においてジョブ投入部１１２がジョブＪ１を投入するまで待機する。
【0112】
そして、情報処理装置１からジョブＪ１が投入された場合（Ｓ４１のＹＥＳ）、処理実行部２１１は、Ｓ４２以降の処理において、例えば、投入されたジョブＪ１に含まれる各処理を順に実行する。
【0113】
具体的に、処理実行部２１１は、初めに、例えば、１回の初期処理Ｐ１と、１回の学習サイクル処理Ｐ２と、１回の記憶処理Ｐ３と、１回の読込処理Ｐ４とをこの順に実行する（Ｓ４２、Ｓ４３、Ｓ４４及びＳ４５）。
【0114】
続いて、時間取得部２１２は、例えば、Ｓ４２、Ｓ４３、Ｓ４４及びＳ４５の処理において実行された各処理の実行に要した実行所要時間のそれぞれを取得（計測）する。その後、情報生成部２１３は、例えば、取得した各実行所要時間を実行ログ２３１の一部として情報格納領域２３０に記憶する（Ｓ４６）。
【0115】
すなわち、ジョブＪ１は、例えば、後述するＳ５１の処理等において用いられる各処理の実行所要時間を予め計測するために、初期処理Ｐ１、学習サイクル処理Ｐ２、記憶処理Ｐ３及び読込処理Ｐ４のそれぞれを最初に実行する。
【0116】
また、情報生成部２１３は、この場合、例えば、Ｓ４３の処理における学習サイクル処理Ｐ２の実行回数（学習サイクル数）を実行ログ２３１の一部として情報格納領域２３０に記憶する（Ｓ４７）。すなわち、情報生成部２１３は、この場合、例えば、学習サイクル数が１回であることを示す情報を実行ログ２３１の一部として記憶する。
【0117】
その後、時間判定部２１４は、図１８に示すように、例えば、Ｓ４６の処理で取得した学習サイクル処理Ｐ２の実行所要時間と記憶処理Ｐ３の実行所要時間との合計時間（以下、単に合計時間とも呼ぶ）を算出する。そして、時間判定部２１４は、例えば、算出した合計時間と、実行中のジョブＪ１に対応する制限時間の残り時間とを比較する（Ｓ５１）。
【0118】
その結果、合計時間が残り時間よりも短いと判定した場合（Ｓ５２のＹＥＳ）、処理実行部２１１は、例えば、次の学習サイクル処理Ｐ２を実行する（Ｓ５３）。
【0119】
そして、時間取得部２１２は、例えば、Ｓ５３の処理において実行された学習サイクル処理Ｐ２の実行に要した実行所要時間を取得（計測）する。その後、情報生成部２１３は、例えば、取得した実行所要時間を実行ログ２３１の一部として情報格納領域２３０に記憶する（Ｓ５４）。
【0120】
具体的に、情報生成部２１３は、例えば、情報格納領域２３０に記憶された実行ログ２３１のうち、学習サイクル処理Ｐ２に対応する実行所要時間を更新する。なお、情報生成部２１３は、例えば、Ｓ５４の処理が行われるごとに、新たに取得した実行所要時間を実行ログ２３１の一部として蓄積するものであってもよい。
【0121】
また、情報生成部２１３は、この場合、例えば、Ｓ４３及びＳ５３の処理における学習サイクル処理Ｐ２の実行回数（学習サイクル数）の合計を実行ログ２３１の一部として情報格納領域２３０に記憶する（Ｓ５５）。
【0122】
具体的に、情報生成部２１３は、例えば、情報格納領域２３０に記憶された実行ログ２３１のうち、学習サイクル数を更新する。
【0123】
その後、処理実行部２１１は、例えば、Ｓ４３及びＳ５３の処理における学習サイクル処理Ｐ２の実行回数（学習サイクル数）の合計が目的数に到達したか否かを判定する（Ｓ５６）。
【0124】
その結果、Ｓ４３及びＳ５３の処理における学習サイクル処理Ｐ２の実行回数の合計が目的数に到達していないと判定した場合（Ｓ５６のＮＯ）、時間判定部２１４は、例えば、Ｓ５１以降の処理を再度行う。
【0125】
一方、Ｓ４３及びＳ５３の処理における学習サイクル処理Ｐ２の実行回数の合計が目的数に到達したと判定した場合（Ｓ５６のＹＥＳ）、処理実行部２１１は、例えば、記憶処理Ｐ３を実行する（Ｓ５７）。そして、処理実行部２１１は、この場合、Ｓ４１の処理で投入されたジョブＪ１の実行を終了する。
【0126】
また、処理実行部２１１は、例えば、Ｓ５２の処理において、合計時間が残り時間よりも短くないと判定した場合においても同様に（Ｓ５２のＮＯ）、Ｓ５７の処理を実行する。
【0127】
なお、学習サイクル処理Ｐ２の実行回数の合計が目的数に到達したと判定した場合（Ｓ５６のＹＥＳ）、または、Ｓ５７の処理が行われた場合、情報生成部２１３は、例えば、Ｓ４２、Ｓ４３、Ｓ４４、Ｓ４５、Ｓ５３及びＳ５７の処理において行われた各処理の実行に要した実行所要時間の合計時間（以下、総実行所要時間とも呼ぶ）を、実行ログ２３１の一部として情報格納領域２３０に記憶するものであってもよい。以下、実行ログ２３１の具体例について説明を行う。
【0128】
【0129】
図２１に示す実行ログ２３１は、例えば、初期処理Ｐ１の実行所要時間が３分であり、学習サイクル処理Ｐ２の実行所要時間が３０分であることを示している。
【0130】
また、図２１に示す実行ログ２３１は、例えば、記憶処理Ｐ３の実行所要時間が１０分であり、読込処理Ｐ４の実行所要時間が５分であることを示している。
【0131】
さらに、図２１に示す実行ログ２３１は、例えば、ジョブＪ１における学習サイクル処理Ｐ２の学習サイクル数（ジョブＪ１の実行に伴う学習サイクル処理Ｐ２の実行回数）が４４であり、ジョブＪ１の総実行所要時間（ジョブＪ１に含まれる各処理の総実行所要時間）が２３時間３２分であることを示している。
【0132】
すなわち、図２１に示す実行ログ２３１では、例えば、学習サイクル処理Ｐ２の実行所要時間として、ジョブＪ１において最後に実行された学習サイクル処理Ｐ２の実行所要時間が設定される。
【0133】
なお、実行ログ２３１における学習サイクル処理Ｐ２の実行所要時間には、例えば、ジョブＪにおいて最後に実行された所定回の学習サイクル処理Ｐ２の実行所要時間の最大時間や平均時間が設定されるものであってもよい。
【0134】
［情報処理装置における学習サイクル実行処理（２）］
次に、情報処理装置１における学習サイクル実行処理のうち、Ｓ２４以降の処理について説明を行う。
次に、情報処理装置１における学習サイクル実行処理のうち、Ｓ２４以降の処理について説明を行う。
【0135】
図１５に示すように、Ｓ２３の処理で投入したジョブＪ１１の実行が完了したとジョブ監視部１１３が判定した場合（Ｓ２４のＹＥＳ）、結果特定部１１４は、例えば、実行が完了したジョブＪ１の実行結果（ジョブＪ１に含まれる学習サイクル処理Ｐ２の実行結果）を取得する。そして、結果特定部１１４は、例えば、取得したジョブＪ１の実行結果を情報格納領域１３０に記憶する（Ｓ２５）。
【0136】
なお、結果特定部１１４は、この場合、例えば、ジョブＪ１が生成した実行ログ２３１を参照し、ジョブＪ１において実行された各処理の実行所要時間を示す処理時間情報１３１や、ジョブＪ１における学習サイクル処理Ｐ２の実行回数（学習サイクル数）を示すサイクル数情報１３２を生成して情報格納領域１３０に記憶するものであってもよい。また、結果特定部１１４は、この場合、例えば、ジョブＪ１から取得した実行結果の格納先を示す格納先情報１３３を生成して情報格納領域１３０に記憶するものであってもよい。以下、Ｓ２５の処理で生成される処理時間情報１３１、サイクル数情報１３２及び格納先情報１３３の具体例について説明を行う。
【0137】
［処理時間情報、サイクル数情報及び格納先情報の具体例（１）］
図２２及び図２３は、処理時間情報１３１、サイクル数情報１３２及び格納先情報１３３の具体例について説明する図である。具体的に、図２２及び図２３は、ジョブＪ１の実行に伴って生成された処理時間情報１３１、サイクル数情報１３２及び格納先情報１３３の具体例について説明する図である。
図２２及び図２３は、処理時間情報１３１、サイクル数情報１３２及び格納先情報１３３の具体例について説明する図である。具体的に、図２２及び図２３は、ジョブＪ１の実行に伴って生成された処理時間情報１３１、サイクル数情報１３２及び格納先情報１３３の具体例について説明する図である。
【0138】
初めに、処理時間情報１３１について説明を行う。
【0139】
図２２に示す処理時間情報１３１は、各種別が設定される「種別」と、各種別に対応する実行所要時間が設定される「実行所要時間」とを項目として有する。
【0140】
具体的に、図２２に示す処理時間情報１３１において、例えば、１行目の情報には、「種別」として「初期処理」が設定され、「実行所要時間」として「００：０３：００」が設定されている。また、例えば、２行目の情報には、「種別」として「学習サイクル処理」が設定され、「実行所要時間」として「００：３０：００」が設定されている。
【0141】
また、図２２に示す処理時間情報１３１において、例えば、３行目の情報には、「種別」として「記憶処理」が設定され、「実行所要時間」として「００：１０：００」が設定されている。また、例えば、４行目の情報には、「種別」として「読込処理」が設定され、「実行所要時間」として「００：０５：００」が設定されている。
【0142】
さらに、図２２に示す処理時間情報１３１において、例えば、５行目の情報には、「種別」として「総実行所要時間」が設定され、「実行所要時間」として「２３：３２：００」が設定されている。
【0143】
次に、サイクル数情報１３２について説明を行う。
【0144】
図２３（Ａ）に示すサイクル数情報１３２は、各ジョブＪの実行によって完了した学習サイクル数が設定される「学習サイクル数」を項目として有する。
【0145】
具体的に、図２３（Ａ）に示すサイクル数情報１３２において、例えば、１行目の情報には、「学習サイクル数」として、ジョブＪ１の実行に伴う学習サイクル数である「４４」が設定されている。
【0146】
次に、格納先情報１３３について説明を行う。
【0147】
図２３（Ｂ）に示す格納先情報１３３は、各ジョブＪの実行に伴う実行結果の識別情報（例えば、名称）が設定される「実行結果」と、各ジョブＪの実行によって完了した学習サイクル数が設定される「学習サイクル数」と、各ジョブＪの実行に伴う実行結果の格納先のファイルパスが設定される「ファイルパス」とを項目として有する。
【0148】
具体的に、図２３（Ｂ）に示す格納先情報１３３において、例えば、１行目の情報には、「実行結果」として、ジョブＪ１の実行結果の名称である「Ａ」が設定され、「学習サイクル数」として、ジョブＪ１の実行に伴う学習サイクル数である「４４」が設定され、「ファイルパス」として、ジョブＪ１の実行結果の格納先である「／ＣＰ／ＡＡＡ」が設定されている。
【0149】
図１５に戻り、第２ジョブ生成部１１５は、例えば、学習サイクル処理Ｐ２の実行回数（学習サイクル数）が目的数に到達したか否かを判定する（Ｓ２６）。
【0150】
その結果、学習サイクル処理Ｐ２の実行回数が目的数に到達していないと判定した場合（Ｓ２６のＮＯ）、第２ジョブ生成部１１５は、図１６に示すように、例えば、学習サイクル処理Ｐ２の実行に要した実行所要時間を特定する（Ｓ３１）。
【0151】
具体的に、第２ジョブ生成部１１５は、例えば、情報格納領域１３０に記憶された処理時間情報１３１を参照し、「学習サイクル」に設定された時間を、学習サイクル処理Ｐ２の実行に要した実行所要時間として取得するものであってよい。
【0152】
次に、第２ジョブ生成部１１５は、例えば、Ｓ３１の処理で特定した実行所要時間から、制限時間内に実行可能な学習サイクル処理Ｐ２の数（第１数）を特定する（Ｓ３２）。
【0153】
具体的に、図２２で説明した処理時間情報１３１には、「初期処理」に対応する「実行所要時間」として「００：０３：００」が設定され、「学習サイクル処理」に対応する「実行所要時間」として「００：０３：００」が設定され、「記憶処理」に対応する「実行所要時間」として「００：１０：００」が設定され、「読込処理」に対応する「実行所要時間」として「００：０５：００」が設定されている。
【0154】
そのため、例えば、図１２（Ｂ）で説明した場合と同様に、１回の初期処理Ｐ１と１回の読込処理Ｐ４と複数回の学習サイクル処理Ｐ２と１回の記憶処理Ｐ３とがジョブＪ２に含まれる場合であって、ジョブＪ２に対応する制限時間が２４時間である場合、第２ジョブ生成部１１５は、１回の初期処理Ｐ１の実行所要時間と１回の読込処理Ｐ４の実行所要時間と１回の記憶処理Ｐ３の実行所要時間とを２４時間から減算することによって、２３時間４２分を算出する。そして、第２ジョブ生成部１１５は、例えば、算出した２３時間４２分を１回の学習サイクル処理Ｐ２の実行所要時間である３０分で除算することによって、第１数である４７を算出する。
【0155】
そして、第２ジョブ生成部１１５は、例えば、Ｓ３２の処理で特定した第１数の学習サイクル処理Ｐ２を実行するジョブＪ２を生成する（Ｓ３３）。
【0156】
具体的に、第２ジョブ生成部１１５は、例えば、１回の初期処理Ｐ１と１回の読込処理Ｐ４と４７回の学習サイクル処理Ｐ２と１回の記憶処理Ｐ３とをこの順で実行するジョブＪ２を生成する。
【0157】
続いて、ジョブ投入部１１２は、例えば、Ｓ３３の処理で生成したジョブＪ２をＨＰＣシステム２に投入する（Ｓ３４）。
【0158】
具体的に、ジョブ投入部１１２は、例えば、ジョブＪ２の実行に用いるノード数やジョブＪ２に対応する制限時間を示す情報とともに、ＨＰＣシステム２に対してジョブＪ２の投入を行う。
【0159】
その後、ジョブ監視部１１３は、例えば、Ｓ３４の処理で投入したジョブＪ２の実行が完了するまで待機する（Ｓ３５のＮＯ）。
【0160】
［ＨＰＣシステムにおける学習サイクル実行処理（２）］
次に、ＨＰＣシステム２における学習サイクル実行処理のうち、ジョブＪ２の投入が行われた場合における処理について説明を行う。
次に、ＨＰＣシステム２における学習サイクル実行処理のうち、ジョブＪ２の投入が行われた場合における処理について説明を行う。
【0161】
処理実行部２１１は、図１９に示すように、例えば、情報処理装置１からジョブＪ２が投入されるまで待機する（Ｓ６１のＮＯ）。
【0162】
そして、情報処理装置１からジョブＪ２が投入された場合（Ｓ６１のＹＥＳ）、処理実行部２１１は、Ｓ６２以降の処理において、例えば、投入されたジョブＪ２に含まれる各処理を順に実行する。
【0163】
具体的に、処理実行部２１１は、例えば、初めに、初期処理Ｐ１、読込処理Ｐ４及び学習サイクル処理Ｐ２のそれぞれをこの順に実行する（Ｓ６２、Ｓ６３及びＳ６４）。
【0164】
続いて、時間取得部２１２は、例えば、Ｓ６４の処理において実行された学習サイクル処理Ｐ２の実行に要した実行所要時間を取得（計測）する。その後、情報生成部２１３は、例えば、取得した各実行所要時間を実行ログ２３１の一部として情報格納領域２３０に記憶する（Ｓ６５）。
【0165】
具体的に、情報生成部２１３は、例えば、情報格納領域２３０に記憶された実行ログ２３１のうち、学習サイクル処理Ｐ２に対応する実行所要時間を更新する。
【0166】
また、情報生成部２１３は、この場合、例えば、Ｓ４３、Ｓ５３及びＳ６４の処理における学習サイクル処理Ｐ２の実行回数（学習サイクル数）の合計を実行ログ２３１の一部として情報格納領域２３０に記憶する（Ｓ６６）。
【0167】
具体的に、情報生成部２１３は、例えば、情報格納領域２３０に記憶された実行ログ２３１のうち、学習サイクル数を更新する。
【0168】
その後、時間判定部２１４は、図２０に示すように、例えば、Ｓ６５の処理で取得した学習サイクル処理Ｐ２の実行所要時間とＳ４６の処理で記憶処理Ｐ３の実行所要時間との合計時間（以下、単に合計時間とも呼ぶ）を算出する。そして、時間判定部２１４は、例えば、算出した合計時間と、実行中のジョブＪ２に対応する制限時間の残り時間とを比較する（Ｓ７１）。
【0169】
その結果、合計時間が残り時間よりも短いと判定した場合（Ｓ７２のＹＥＳ）、処理実行部２１１は、例えば、次の学習サイクル処理Ｐ２を実行する（Ｓ７３）。
【0170】
そして、時間取得部２１２は、例えば、Ｓ７３の処理において実行された学習サイクル処理Ｐ２の実行に要した実行所要時間を取得（計測）する。その後、情報生成部２１３は、例えば、取得した実行所要時間を実行ログ２３１の一部として情報格納領域２３０に記憶する（Ｓ７４）。
【0171】
具体的に、情報生成部２１３は、例えば、情報格納領域２３０に記憶された実行ログ２３１のうち、学習サイクル処理Ｐ２に対応する実行所要時間を更新する。なお、情報生成部２１３は、例えば、Ｓ７４の処理が行われるごとに、新たに取得した実行所要情報を実行ログ２３１の一部として蓄積するものであってもよい。
【0172】
また、情報生成部２１３は、この場合、例えば、Ｓ４３、Ｓ５３、Ｓ６４及びＳ７３の処理における学習サイクル処理Ｐ２の実行回数（学習サイクル数）の合計を実行ログ２３１の一部として情報格納領域２３０に記憶する（Ｓ７５）。
【0173】
具体的に、情報生成部２１３は、例えば、情報格納領域２３０に記憶された実行ログ２３１のうち、学習サイクル数を更新する。
【0174】
その後、処理実行部２１１は、Ｓ４３、Ｓ５３、Ｓ６４及びＳ７３の処理における学習サイクル処理Ｐ２の実行回数（学習サイクル数）の合計が目的数に到達したか否かを判定する（Ｓ７６）。
【0175】
その結果、Ｓ４３、Ｓ５３、Ｓ６４及びＳ７３の処理における学習サイクル処理Ｐ２の実行回数の合計が目的数に到達していないと判定した場合（Ｓ７６のＮＯ）、時間判定部２１４は、例えば、Ｓ７１以降の処理を再度行う。
【0176】
一方、Ｓ４３、Ｓ５３、Ｓ６４及びＳ７３の処理における学習サイクル処理Ｐ２の実行回数の合計が目的数に到達したと判定した場合（Ｓ７６のＹＥＳ）、処理実行部２１１は、例えば、記憶処理Ｐ３を実行する（Ｓ７７）。すなわち、処理実行部２１１は、この場合、Ｓ６１の処理で投入されたジョブＪ２の実行を終了する。
【0177】
また、処理実行部２１１は、例えば、Ｓ７２の処理において、合計時間が残り時間よりも短くないと判定した場合においても同様に（Ｓ７２のＮＯ）、Ｓ７７の処理を実行する。
【0178】
［情報処理装置における学習サイクル実行処理（３）］
次に、情報処理装置１における学習サイクル実行処理のうち、Ｓ３５以降の処理について説明を行う。
次に、情報処理装置１における学習サイクル実行処理のうち、Ｓ３５以降の処理について説明を行う。
【0179】
図１６に示すように、Ｓ３４の処理で投入したジョブＪ２の実行が完了したとジョブ監視部１１３が判定した場合（Ｓ３５のＹＥＳ）、結果特定部１１４は、例えば、実行が完了したジョブＪ２の実行結果（ジョブＪ２に含まれる学習サイクル処理Ｐ２の実行結果）を取得する。そして、結果特定部１１４は、例えば、取得したジョブＪ２の実行結果を情報格納領域１３０に記憶する（Ｓ３６）。
【0180】
なお、結果特定部１１４は、この場合、Ｓ２５の処理における場合と同様に、例えば、ジョブＪ２が生成した実行ログ２３１を参照し、情報格納領域１３０に記憶された処理時間情報１３１と、サイクル数情報１３２と、格納先情報１３３とを更新するものであってもよい。以下、Ｓ３６の処理（１回目のＳ３６の処理）において生成される処理時間情報１３１、サイクル数情報１３２及び格納先情報１３３の具体例について説明を行う。
【0181】
［処理時間情報、サイクル数情報及び格納先情報の具体例（２）］
図２４及び図２５は、処理時間情報１３１、サイクル数情報１３２及び格納先情報１３３の具体例について説明する図である。具体的に、図２４及び図２５は、ジョブＪ１の次に実行されるジョブＪ２（以下、１つ目のジョブＪ２とも呼ぶ）の実行に伴って生成された処理時間情報１３１、サイクル数情報１３２及び格納先情報１３３の具体例について説明する図である。以下、図２２及び図２３で説明した各情報と異なる点についてのみ説明を行う。
図２４及び図２５は、処理時間情報１３１、サイクル数情報１３２及び格納先情報１３３の具体例について説明する図である。具体的に、図２４及び図２５は、ジョブＪ１の次に実行されるジョブＪ２（以下、１つ目のジョブＪ２とも呼ぶ）の実行に伴って生成された処理時間情報１３１、サイクル数情報１３２及び格納先情報１３３の具体例について説明する図である。以下、図２２及び図２３で説明した各情報と異なる点についてのみ説明を行う。
【0182】
具体的に、図２４に示す処理時間情報１３１において、例えば、２行目の情報には、「種別」として「学習サイクル」が設定され、「実行所要時間」として「００：２８：００」が設定されている。
【0183】
すなわち、図２４に示す処理時間情報１３１は、１つ目のジョブＪ２に含まれる学習サイクル処理Ｐ２の実行所要時間（２８分）がジョブＪ１に含まれる学習サイクル処理Ｐ２の実行所要時間（３０分）から短縮されていることを示している。
【0184】
また、図２５（Ａ）に示すサイクル数情報１３２において、例えば、１行目の情報には、「学習サイクル数」として、ジョブＪ１の実行に伴う学習サイクル数と１つ目のジョブＪ２の実行に伴う学習サイクル数との合計である「９２」が設定されている。
【0185】
また、図２５（Ｂ）に示す格納先情報１３３において、例えば、２行目の情報には、「実行結果」として、１つ目のジョブＪ２の実行結果の名称である「Ｂ」が設定され、「学習サイクル数」として、１つ目のジョブＪ２の実行に伴う学習サイクル数である「４８」が設定され、「ファイルパス」として、１つ目のジョブＪ２の実行結果の格納先である「／ＣＰ／ＢＢＢ」が設定されている。
【0186】
図１６に戻り、第２ジョブ生成部１１５は、Ｓ３６の処理の後、例えば、学習サイクル処理Ｐ２の実行回数（学習サイクル数）が目的数に到達したか否かを判定する（Ｓ２６）。
【0187】
その結果、学習サイクル処理Ｐ２の実行回数が目的数に到達していないと判定した場合（Ｓ２６のＮＯ）、第２ジョブ生成部１１５等は、例えば、新たなジョブＪ２をさらに生成してＨＰＣシステム２に実行させる（Ｓ３１からＳ３６）。以下、２回目のＳ３６の処理において生成される処理時間情報１３１、サイクル数情報１３２及び格納先情報１３３の具体例について説明を行う。
【0188】
［処理時間情報、サイクル数情報及び格納先情報の具体例（３）］
図２６及び図２７は、処理時間情報１３１、サイクル数情報１３２及び格納先情報１３３の具体例について説明する図である。具体的に、図２６及び図２７は、１つ目のジョブＪ２の次に実行されるジョブＪ２（以下、２つ目のジョブＪ２とも呼ぶ）の実行に伴って生成された処理時間情報１３１、サイクル数情報１３２及び格納先情報１３３の具体例について説明する図である。以下、図２４及び図２５で説明した各情報と異なる点についてのみ説明を行う。また、以下、目的数が１００であるものとして説明を行う。
図２６及び図２７は、処理時間情報１３１、サイクル数情報１３２及び格納先情報１３３の具体例について説明する図である。具体的に、図２６及び図２７は、１つ目のジョブＪ２の次に実行されるジョブＪ２（以下、２つ目のジョブＪ２とも呼ぶ）の実行に伴って生成された処理時間情報１３１、サイクル数情報１３２及び格納先情報１３３の具体例について説明する図である。以下、図２４及び図２５で説明した各情報と異なる点についてのみ説明を行う。また、以下、目的数が１００であるものとして説明を行う。
【0189】
具体的に、図２６に示す処理時間情報１３１において、例えば、２行目の情報には、「種別」として「学習サイクル」が設定され、「実行所要時間」として「００：２５：００」が設定されている。
【0190】
すなわち、図２６に示す処理時間情報１３１は、２つ目のジョブＪ２に含まれる学習サイクル処理Ｐ２の実行所要時間（２５分）が１つ目のジョブＪ２に含まれる学習サイクル処理Ｐ２の実行所要時間（２８分）から短縮されていることを示している。
【0191】
また、図２７（Ａ）に示すサイクル数情報１３２において、例えば、１行目の情報には、「学習サイクル数」として、ジョブＪ１の実行に伴う学習サイクル数と１つ目のジョブＪ２の実行に伴う学習サイクル数と２つ目のジョブＪ２の実行に伴う学習サイクル数との合計である「１００」が設定されている。
【0192】
また、図２７（Ｂ）に示す格納先情報１３３において、例えば、３行目の情報には、「実行結果」として、２つ目のジョブＪ２の実行結果の名称である「Ｃ」が設定され、「学習サイクル数」として、２つ目のジョブＪ２の実行に伴う学習サイクル数である「８」が設定され、「ファイルパス」として、２つ目のジョブＪ２の実行結果の格納先である「／ＣＰ／ＣＣＣ」が設定されている。
【0193】
図１６に戻り、第２ジョブ生成部１１５は、Ｓ３６の処理の後、例えば、学習サイクル処理Ｐ２の実行回数（学習サイクル数）が目的数に到達したか否かを判定する（Ｓ２６）。
【0194】
具体的に、図２７（Ａ）で説明したサイクル数情報１３２における「学習サイクル数」には、目的数である「１００」が設定されている。そのため、第２ジョブ生成部１１５は、この場合、例えば、学習サイクル処理Ｐ２の実行回数が目的数に到達したと判定する。
【0195】
そして、学習サイクル処理Ｐ２の実行回数が目的数に到達したと判定した場合（Ｓ２６のＹＥＳ）、結果出力部１１６は、例えば、最後に実行されたジョブＪの実行結果と実行結果情報１３４とを出力する（Ｓ２７）。実行結果情報１３４は、例えば、学習サイクル処理Ｐ２の実行回数が目的数に到達するまでに実行された各ジョブＪの実行結果を示す情報である。
【0196】
具体的に、結果出力部１１６は、例えば、情報格納領域１３０に記憶された処理時間情報１３１とサイクル数情報１３２とを参照して、実行結果情報１３４を生成する。また、結果出力部１１６は、例えば、情報格納領域１３０に記憶された格納先情報１３３を参照して、最後に実行されたジョブＪの実行結果を取得する。その後、結果出力部１１６は、例えば、取得した実行結果と、生成した実行結果情報１３４とを操作端末５に出力する。以下、実行結果情報１３４の具体例について説明を行う。
【0197】
［実行結果情報の具体例］
図２８は、実行結果情報１３４の具体例について説明する図である。
図２８は、実行結果情報１３４の具体例について説明する図である。
【0198】
図２８に示す実行結果情報１３４は、各種別が設定される「種別」と、各種別に対応する結果が設定される「結果」とを項目として有する。
【0199】
具体的に、図２８に示す実行結果情報１３４において、例えば、１行目の情報には、「種別」として「学習サイクル数」が設定され、「結果」として、情報格納領域１３０に記憶されたサイクル数情報１３２に設定された値である「１００」が設定されている。また、例えば、２行目の情報には、「種別」として「実行ジョブ数」が設定され、「結果」として、実行されたジョブＪ（ジョブＪ１、１つ目のジョブＪ２及び２つ目のジョブＪ２）の数である「３」が設定されている。
【0200】
また、図２８に示す実行結果情報１３４において、例えば、３行目の情報には、「種別」として「総実行所要時間」が設定され、「結果」として、情報格納領域１３０に記憶された処理時間情報１３１の「総実行所要時間」に設定された時間である「２ｄ１ｈ２５ｍｉｎ」が設定されている。また、例えば、４行目の情報には、「種別」として「初期処理」が設定され、「結果」として、情報格納領域１３０に記憶された処理時間情報１３１の「初期処理」に設定された時間である「３ｍｉｎ」が設定されている。また、例えば、５行目の情報には、「種別」として「学習サイクル」が設定され、「結果」として、情報格納領域１３０に記憶された処理時間情報１３１の「学習サイクル」に設定された時間である「２５ｍｉｎ」が設定されている。
【0201】
さらに、図２８に示す実行結果情報１３４において、例えば、６行目の情報には、「種別」として「記憶処理」が設定され、「結果」として、情報格納領域１３０に記憶された処理時間情報１３１の「記憶処理」に設定された時間である「１０ｍｉｎ」が設定されている。また、例えば、７行目の情報には、「種別」として「読込処理」が設定され、「結果」として、情報格納領域１３０に記憶された処理時間情報１３１の「読込処理」に設定された時間である「５ｍｉｎ」が設定されている。
【0202】
このように、本実施の形態における情報処理装置１は、例えば、機械学習モデルの学習処理を行う１以上の学習サイクル処理Ｐ２を実行する第１ジョブＪ１の実行に応じて、第１ジョブＪ１に含まれる学習サイクル処理Ｐ２の実行に要した第１実行所要時間を特定する。そして、情報処理装置１は、例えば、第１実行所要時間に基づいて、第１制限時間内に実行が完了する学習サイクル処理Ｐ２の第１数を特定する。
【0203】
その後、情報処理装置１は、例えば、第１数の学習サイクル処理Ｐ２を実行する第２ジョブＪ２を生成する。そして、情報処理装置１は、例えば、第２ジョブＪ２を実行する。
【0204】
ここで、第２ジョブＪは、例えば、第１数の学習サイクル処理Ｐ２の実行が完了した場合、第１数の学習サイクル処理Ｐ２の次の学習サイクル処理Ｐ２の実行が第１制限時間内に完了するか否かを判定する。その結果、第１数の学習サイクル処理Ｐ２の次の学習サイクル処理Ｐ２の実行が第１制限時間内に完了すると判定した場合、第２ジョブＪは、例えば、第１数の学習サイクル処理Ｐ２の次の学習サイクル処理Ｐ２を実行する。
【0205】
すなわち、本実施の形態における情報処理装置１は、例えば、次に実行する新たなジョブＪの生成を行う場合、既に実行が終了したジョブＪにおいて学習サイクル処理Ｐ２の実行に要した実行所要時間を用いることにより、次に実行する新たなジョブＪにおいて実行させる学習サイクル処理Ｐ２の数を決定する。
【0206】
また、情報処理装置１によって生成された各ジョブＪは、例えば、実行予定であった各学習サイクル処理Ｐ２の実行が各学習サイクル処理Ｐ２の実行時間の短縮に伴って予定よりも早く完了した場合、さらなる学習サイクル処理Ｐ２の実行を自動的に行う。
【0207】
これにより、本実施の形態における情報処理装置１は、例えば、各学習サイクル処理Ｐ２の実行所要時間が変動する場合であっても、変動後の実行所要時間に応じた数の学習サイクル処理Ｐ２を実行するジョブＪの生成を行うことが可能になる。
【0208】
また、情報処理装置１は、例えば、各学習サイクル処理Ｐ２の実行所要時間の変動がジョブＪの実行中に発生した場合においても、実行中のジョブＪにおいてこれから実行する各学習サイクル処理Ｐ２の数を、変動後の実行所要時間に応じて調整することが可能になる。具体的に、情報処理装置１は、例えば、各学習サイクル処理Ｐ２の実行所要時間がジョブＪの実行中において短縮された場合、実行中のジョブＪにおいてこれから実行する各学習サイクル処理Ｐ２の数を増加させることが可能になる。
【0209】
さらに、情報処理装置１は、例えば、各学習サイクル処理Ｐ２の実行所要時間の変動に応じて各ジョブＪに含める学習サイクル処理Ｐ２の数を調整することで、各ジョブＪの実行を制限時間内に精度良く完了させることが可能になる。そのため、情報処理装置１は、例えば、各ジョブＪにおける記憶処理Ｐ３の実行頻度を抑えることが可能になる。
【0210】
したがって、本実施の形態における情報処理装置１は、例えば、学習処理の実行に要する処理量を抑制することが可能になり、ジョブＪの分割数を抑制することが可能になる。そのため、情報処理装置１は、例えば、学習処理の実行を効率的に行うことが可能になる。具体的に、情報処理装置１は、例えば、学習処理の実行に要する時間やＨＰＣシステム２のリソースを借り受けるためのコスト等を抑制することが可能になる。
【0211】
また、情報処理装置１は、例えば、図２７等で説明した２つ目のジョブＪ２（「実行結果」が「Ｃ」であるジョブＪ）のように、学習サイクル処理Ｐ２の数が少ないジョブＪを生成した場合、ジョブＪの実行についての制限時間を短く設定することが可能になる。そのため、情報処理装置１は、この場合、例えば、生成したジョブＪの実行に用いるＨＰＣシステム２の空きリソースの確保が容易になり、結果として、生成したジョブＪの実行完了を早めることが可能になる。
【0212】
以上の実施の形態をまとめると、以下の付記のとおりである。
【0213】
（付記１）
機械学習モデルの学習処理を行う１以上の学習サイクルを実行する第１ジョブの実行に応じて、前記第１ジョブに含まれる学習サイクルの実行に要した第１実行所要時間を特定し、
特定した前記第１実行所要時間に基づいて、第１制限時間内に実行が完了する学習サイクルの第１数を特定し、
特定した前記第１数の学習サイクルを実行する第２ジョブを生成し、
生成した前記第２ジョブを実行する、
処理をコンピュータに実行させ、
前記第２ジョブは、
前記第１数の学習サイクルの実行が完了した場合、前記第１数の学習サイクルの次の学習サイクルの実行が前記第１制限時間内に完了するか否かを判定し、
前記次の学習サイクルの実行が前記第１制限時間内に完了すると判定した場合、前記次の学習サイクルを実行する、
ことを特徴とする学習サイクル実行プログラム。
機械学習モデルの学習処理を行う１以上の学習サイクルを実行する第１ジョブの実行に応じて、前記第１ジョブに含まれる学習サイクルの実行に要した第１実行所要時間を特定し、
特定した前記第１実行所要時間に基づいて、第１制限時間内に実行が完了する学習サイクルの第１数を特定し、
特定した前記第１数の学習サイクルを実行する第２ジョブを生成し、
生成した前記第２ジョブを実行する、
処理をコンピュータに実行させ、
前記第２ジョブは、
前記第１数の学習サイクルの実行が完了した場合、前記第１数の学習サイクルの次の学習サイクルの実行が前記第１制限時間内に完了するか否かを判定し、
前記次の学習サイクルの実行が前記第１制限時間内に完了すると判定した場合、前記次の学習サイクルを実行する、
ことを特徴とする学習サイクル実行プログラム。
【0214】
（付記２）
付記１において、
前記第１実行所要時間を特定する処理では、前記学習処理の初期処理の実行に要した実行所要時間と、前記１以上の学習サイクルに含まれるいずれかの学習サイクルの実行結果についての記憶処理の実行に要した実行所要時間と、前記実行結果の読み込み処理の実行に要した実行所要時間とのうちの少なくともいずれかの実行所要時間を特定し、
前記第１数を特定する処理では、前記第１実行所要時間と前記少なくともいずれかの実行所要時間とに基づいて前記第１数を特定する、
ことを特徴とする学習サイクル実行プログラム。
付記１において、
前記第１実行所要時間を特定する処理では、前記学習処理の初期処理の実行に要した実行所要時間と、前記１以上の学習サイクルに含まれるいずれかの学習サイクルの実行結果についての記憶処理の実行に要した実行所要時間と、前記実行結果の読み込み処理の実行に要した実行所要時間とのうちの少なくともいずれかの実行所要時間を特定し、
前記第１数を特定する処理では、前記第１実行所要時間と前記少なくともいずれかの実行所要時間とに基づいて前記第１数を特定する、
ことを特徴とする学習サイクル実行プログラム。
【0215】
（付記３）
付記２において、
前記第１ジョブは、
前記第１ジョブに含まれる第１学習サイクルの実行の完了に応じて、前記第１学習サイクルの実行に要した第２実行所要時間を計測し、
計測した前記第２実行所要時間と、前記記憶処理の実行に要した前記実行所要時間との合計時間を算出し、
算出した前記合計時間が前記第１ジョブに対応する制限時間の残り時間よりも短い場合、前記第１学習サイクルの次に実行される第２学習サイクルを実行する、
ことを特徴とする学習サイクル実行プログラム。
付記２において、
前記第１ジョブは、
前記第１ジョブに含まれる第１学習サイクルの実行の完了に応じて、前記第１学習サイクルの実行に要した第２実行所要時間を計測し、
計測した前記第２実行所要時間と、前記記憶処理の実行に要した前記実行所要時間との合計時間を算出し、
算出した前記合計時間が前記第１ジョブに対応する制限時間の残り時間よりも短い場合、前記第１学習サイクルの次に実行される第２学習サイクルを実行する、
ことを特徴とする学習サイクル実行プログラム。
【0216】
（付記４）
付記２において、
前記第２ジョブは、
前記第２ジョブに含まれる第１学習サイクルの実行の完了に応じて、前記第１学習サイクルの実行に要した第２実行所要時間を計測し、
計測した前記第２実行所要時間と、前記記憶処理の実行に要した前記実行所要時間との合計時間を算出し、
算出した前記合計時間が前記第２ジョブに対応する制限時間の残り時間よりも短い場合、前記第１学習サイクルの次に実行される第２学習サイクルを実行する、
ことを特徴とする学習サイクル実行プログラム。
付記２において、
前記第２ジョブは、
前記第２ジョブに含まれる第１学習サイクルの実行の完了に応じて、前記第１学習サイクルの実行に要した第２実行所要時間を計測し、
計測した前記第２実行所要時間と、前記記憶処理の実行に要した前記実行所要時間との合計時間を算出し、
算出した前記合計時間が前記第２ジョブに対応する制限時間の残り時間よりも短い場合、前記第１学習サイクルの次に実行される第２学習サイクルを実行する、
ことを特徴とする学習サイクル実行プログラム。
【0217】
（付記５）
付記１において、
前記第２ジョブは、
実行中において、前記第１ジョブの実行に伴って実行された学習サイクルの数と前記第２ジョブの実行に伴って実行された学習サイクルの数との合計が予め定められた目的数に到達したか否かを判定し、
前記合計が前記目的数に到達したと判定した場合、実行を終了する、
ことを特徴とする学習サイクル実行プログラム。
付記１において、
前記第２ジョブは、
実行中において、前記第１ジョブの実行に伴って実行された学習サイクルの数と前記第２ジョブの実行に伴って実行された学習サイクルの数との合計が予め定められた目的数に到達したか否かを判定し、
前記合計が前記目的数に到達したと判定した場合、実行を終了する、
ことを特徴とする学習サイクル実行プログラム。
【0218】
（付記６）
付記５において、さらに、
前記第１制限時間の到達によって前記第２ジョブが完了した場合、前記第２ジョブに含まれる学習サイクルの第３実行所要時間を特定し、
特定した前記第３実行所要時間に基づいて、前記第１制限時間よりも後の第２制限時間内に実行が完了する学習サイクルの第２数を特定し、
特定した前記第２数の学習サイクルを実行する第３ジョブを生成し、
生成した前記第３ジョブを実行する、
処理をコンピュータに実行させ、
前記第３ジョブは、
前記第２数の学習サイクルの実行が完了した場合、前記第２数の学習サイクルの次の学習サイクルの実行が前記第２制限時間内に完了するか否かを判定し、
前記第２数の学習サイクルの次の学習サイクルの実行が前記第２制限時間内に完了すると判定した場合、前記第２数の学習サイクルの次の学習サイクルを実行する、
ことを特徴とする学習サイクル実行プログラム。
付記５において、さらに、
前記第１制限時間の到達によって前記第２ジョブが完了した場合、前記第２ジョブに含まれる学習サイクルの第３実行所要時間を特定し、
特定した前記第３実行所要時間に基づいて、前記第１制限時間よりも後の第２制限時間内に実行が完了する学習サイクルの第２数を特定し、
特定した前記第２数の学習サイクルを実行する第３ジョブを生成し、
生成した前記第３ジョブを実行する、
処理をコンピュータに実行させ、
前記第３ジョブは、
前記第２数の学習サイクルの実行が完了した場合、前記第２数の学習サイクルの次の学習サイクルの実行が前記第２制限時間内に完了するか否かを判定し、
前記第２数の学習サイクルの次の学習サイクルの実行が前記第２制限時間内に完了すると判定した場合、前記第２数の学習サイクルの次の学習サイクルを実行する、
ことを特徴とする学習サイクル実行プログラム。
【0219】
（付記７）
付記１において、
前記第１ジョブは、前記１以上の学習サイクルのそれぞれの実行が完了するごとに、各実行サイクルに実行に要した特定の実行所要時間を出力し、
前記第１実行所要時間を特定する処理では、前記第１ジョブから出力された前記特定の実行所要時間のうちの１以上の実行所要時間に基づいて、前記第１実行所要時間を特定する、
ことを特徴とする学習サイクル実行プログラム。
付記１において、
前記第１ジョブは、前記１以上の学習サイクルのそれぞれの実行が完了するごとに、各実行サイクルに実行に要した特定の実行所要時間を出力し、
前記第１実行所要時間を特定する処理では、前記第１ジョブから出力された前記特定の実行所要時間のうちの１以上の実行所要時間に基づいて、前記第１実行所要時間を特定する、
ことを特徴とする学習サイクル実行プログラム。
【0220】
（付記８）
付記７において、
前記第１実行所要時間を特定する処理では、前記第１ジョブから出力された前記特定の実行所要時間のうち、前記１以上の学習サイクルにおいて最後に実行された学習サイクルに対応する実行所要時間を、前記第１実行所要時間として特定する、
ことを特徴とする学習サイクル実行プログラム。
付記７において、
前記第１実行所要時間を特定する処理では、前記第１ジョブから出力された前記特定の実行所要時間のうち、前記１以上の学習サイクルにおいて最後に実行された学習サイクルに対応する実行所要時間を、前記第１実行所要時間として特定する、
ことを特徴とする学習サイクル実行プログラム。
【0221】
（付記９）
付記２において、
前記第１ジョブは、前記初期処理の実行に要した実行所要時間と、前記記憶処理の実行に要した実行所要時間と、前記読み込み処理の実行に要した実行所要時間とのうちの少なくともいずれかを出力し、
前記第１実行所要時間を特定する処理では、前記第１ジョブから出力された前記少なくともいずれかの実行所要時間を特定する、
ことを特徴とする学習サイクル実行プログラム。
付記２において、
前記第１ジョブは、前記初期処理の実行に要した実行所要時間と、前記記憶処理の実行に要した実行所要時間と、前記読み込み処理の実行に要した実行所要時間とのうちの少なくともいずれかを出力し、
前記第１実行所要時間を特定する処理では、前記第１ジョブから出力された前記少なくともいずれかの実行所要時間を特定する、
ことを特徴とする学習サイクル実行プログラム。
【0222】
（付記１０）
機械学習モデルの学習処理を行う１以上の学習サイクルを実行する処理をコンピュータに実行させる学習サイクル実行プログラムであって、
前記１以上の学習サイクルの実行が完了した場合、前記１以上の学習サイクルの次の学習サイクルの実行が第１制限時間内に完了するか否かを判定し、
前記次の学習サイクルの実行が前記第１制限時間内に完了すると判定した場合、前記次の学習サイクルを実行する、
ことを特徴とする学習サイクル実行プログラム。
機械学習モデルの学習処理を行う１以上の学習サイクルを実行する処理をコンピュータに実行させる学習サイクル実行プログラムであって、
前記１以上の学習サイクルの実行が完了した場合、前記１以上の学習サイクルの次の学習サイクルの実行が第１制限時間内に完了するか否かを判定し、
前記次の学習サイクルの実行が前記第１制限時間内に完了すると判定した場合、前記次の学習サイクルを実行する、
ことを特徴とする学習サイクル実行プログラム。
【0223】
（付記１１）
機械学習モデルの学習処理を行う１以上の学習サイクルを実行する第１ジョブの実行に応じて、前記第１ジョブに含まれる学習サイクルの実行に要した第１実行所要時間を特定する結果特定部と、
特定した前記第１実行所要時間に基づいて、第１制限時間内に実行が完了する学習サイクルの第１数を特定し、特定した前記第１数の学習サイクルを実行する第２ジョブを生成するジョブ生成部と、
生成した前記第２ジョブを実行するジョブ実行部と、を有し、
前記第２ジョブは、
前記第１数の学習サイクルの実行が完了した場合、前記第１数の学習サイクルの次の学習サイクルの実行が前記第１制限時間内に完了するか否かを判定し、
前記次の学習サイクルの実行が前記第１制限時間内に完了すると判定した場合、前記次の学習サイクルを実行する、
ことを特徴とする情報処理装置。
機械学習モデルの学習処理を行う１以上の学習サイクルを実行する第１ジョブの実行に応じて、前記第１ジョブに含まれる学習サイクルの実行に要した第１実行所要時間を特定する結果特定部と、
特定した前記第１実行所要時間に基づいて、第１制限時間内に実行が完了する学習サイクルの第１数を特定し、特定した前記第１数の学習サイクルを実行する第２ジョブを生成するジョブ生成部と、
生成した前記第２ジョブを実行するジョブ実行部と、を有し、
前記第２ジョブは、
前記第１数の学習サイクルの実行が完了した場合、前記第１数の学習サイクルの次の学習サイクルの実行が前記第１制限時間内に完了するか否かを判定し、
前記次の学習サイクルの実行が前記第１制限時間内に完了すると判定した場合、前記次の学習サイクルを実行する、
ことを特徴とする情報処理装置。
【0224】
（付記１２）
付記１１において、
前記第２ジョブは、
実行中において、前記第１ジョブの実行に伴って実行された学習サイクルの数と前記第２ジョブの実行に伴って実行された学習サイクルの数との合計が予め定められた目的数に到達したか否かを判定し、
前記合計が前記目的数に到達したと判定した場合、実行を終了する、
ことを特徴とする情報処理装置。
付記１１において、
前記第２ジョブは、
実行中において、前記第１ジョブの実行に伴って実行された学習サイクルの数と前記第２ジョブの実行に伴って実行された学習サイクルの数との合計が予め定められた目的数に到達したか否かを判定し、
前記合計が前記目的数に到達したと判定した場合、実行を終了する、
ことを特徴とする情報処理装置。
【0225】
（付記１３）
機械学習モデルの学習処理を行う１以上の学習サイクルを実行する第１ジョブの実行に応じて、前記第１ジョブに含まれる学習サイクルの実行に要した第１実行所要時間を特定し、
特定した前記第１実行所要時間に基づいて、第１制限時間内に実行が完了する学習サイクルの第１数を特定し、
特定した前記第１数の学習サイクルを実行する第２ジョブを生成し、
生成した前記第２ジョブを実行する、
処理をコンピュータが実行し、
前記第２ジョブは、
前記第１数の学習サイクルの実行が完了した場合、前記第１数の学習サイクルの次の学習サイクルの実行が前記第１制限時間内に完了するか否かを判定し、
前記次の学習サイクルの実行が前記第１制限時間内に完了すると判定した場合、前記次の学習サイクルを実行する、
ことを特徴とする学習サイクル実行方法。
機械学習モデルの学習処理を行う１以上の学習サイクルを実行する第１ジョブの実行に応じて、前記第１ジョブに含まれる学習サイクルの実行に要した第１実行所要時間を特定し、
特定した前記第１実行所要時間に基づいて、第１制限時間内に実行が完了する学習サイクルの第１数を特定し、
特定した前記第１数の学習サイクルを実行する第２ジョブを生成し、
生成した前記第２ジョブを実行する、
処理をコンピュータが実行し、
前記第２ジョブは、
前記第１数の学習サイクルの実行が完了した場合、前記第１数の学習サイクルの次の学習サイクルの実行が前記第１制限時間内に完了するか否かを判定し、
前記次の学習サイクルの実行が前記第１制限時間内に完了すると判定した場合、前記次の学習サイクルを実行する、
ことを特徴とする学習サイクル実行方法。
【0226】
（付記１４）
付記１３において、
前記第２ジョブは、
実行中において、前記第１ジョブの実行に伴って実行された学習サイクルの数と前記第２ジョブの実行に伴って実行された学習サイクルの数との合計が予め定められた目的数に到達したか否かを判定し、
前記合計が前記目的数に到達したと判定した場合、実行を終了する、
ことを特徴とする学習サイクル実行方法。
付記１３において、
前記第２ジョブは、
実行中において、前記第１ジョブの実行に伴って実行された学習サイクルの数と前記第２ジョブの実行に伴って実行された学習サイクルの数との合計が予め定められた目的数に到達したか否かを判定し、
前記合計が前記目的数に到達したと判定した場合、実行を終了する、
ことを特徴とする学習サイクル実行方法。
【符号の説明】
【0227】
１：情報処理装置 ２：ＨＰＣシステム
５：操作端末 ＮＷ：ネットワーク
１０１：ＣＰＵ １０２：メモリ
１０３：Ｉ／Ｏインタフェース １０４：ストレージ
１０５：バス １３０：情報格納領域
２０１：ＣＰＵ ２０２：メモリ
２０３：Ｉ／Ｏインタフェース ２０４：ストレージ
２０５：バス ２３０：情報格納領域
５：操作端末 ＮＷ：ネットワーク
１０１：ＣＰＵ １０２：メモリ
１０３：Ｉ／Ｏインタフェース １０４：ストレージ
１０５：バス １３０：情報格納領域
２０１：ＣＰＵ ２０２：メモリ
２０３：Ｉ／Ｏインタフェース ２０４：ストレージ
２０５：バス ２３０：情報格納領域
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】