İnsanın görmə korteksindəki bioloji proseslərdən ilhamlanan konvolyusiya neyron şəbəkələri (CNN) obyekt və üz tanınması kimi vəzifələr üçün çox uyğundur, lakin onların dəqiqliyini artırmaq yorucu və incə tənzimləmə tələb edir. Buna görə də Google AI Research-in alimləri CNN-ləri “daha strukturlaşdırılmış” şəkildə “miqyaslandıran” yeni modelləri araşdırırlar. Onlar işlərinin nəticəsini dərc ediblər Arxiv.org elmi portalının ev sahibliyi etdiyi "EfficientNet: Convolutional Neyron Networks üçün Model Ölçəyinin Yenidən Düşünülməsi", həmçinin blogunuzda. Həmmüəlliflər iddia edirlər ki, EfficientNets adlanan süni intellekt sistemləri ailəsi standart CNN-lərin dəqiqliyini üstələyir və neyron şəbəkənin effektivliyini 10 dəfəyə qədər artırır.
"Modellərin miqyasını artırmaq üçün ümumi bir təcrübə CNN-in dərinliyini və ya enini özbaşına artırmaq, həmçinin təlim və qiymətləndirmə üçün daxil edilmiş təsvirin daha yüksək qətnaməsindən istifadə etməkdir" deyə şirkətin daxili proqram mühəndisi Mingxing Tan və Google AI-nin aparıcı alimi yazır. Quoc Li (Quoc V .le). "En, dərinlik və daxil olan qətnamə kimi şəbəkə parametrlərini ixtiyari şəkildə miqyaslandıran ənənəvi yanaşmalardan fərqli olaraq, bizim metodumuz hər bir ölçüsü sabit miqyaslama faktorları dəsti ilə bərabər şəkildə miqyaslaşdırır."
Performansı daha da yaxşılaşdırmaq üçün tədqiqatçılar yeni əsas şəbəkənin, EfficientNets modellər ailəsi üçün əsas kimi xidmət edən mobil tərs darboğaz konvolyusiyasının (MBConv) istifadəsini müdafiə edirlər.
Testlərdə EfficientNets mövcud CNN-lərə nisbətən həm daha yüksək dəqiqlik, həm də daha yaxşı səmərəlilik nümayiş etdirərək, parametr ölçüsünə və hesablama resurslarına olan tələbi böyüklük sırasına görə azaldıb. Modellərdən biri olan EfficientNet-B7 tanınmış CNN Gpipe ilə müqayisədə 8,4 dəfə kiçik ölçü və 6,1 dəfə daha yaxşı performans nümayiş etdirib, həmçinin testlərdə 84,4% və 97,1% dəqiqliyə (Top-1 və Top-5 nəticə) nail olub. ImageNet dəsti. Məşhur CNN ResNet-50 ilə müqayisədə oxşar resurslardan istifadə edən başqa bir EfficientNet modeli EfficientNet-B4 ResNet-82,6 üçün 76,3%-ə qarşı 50% dəqiqlik göstərdi.
EfficientNets modelləri CIFAR-100 (91,7% dəqiqlik) və (98,8%).
"Neyron modellərin performansında əhəmiyyətli təkmilləşdirmələr təqdim etməklə, EfficientNets-in gələcək kompüter görmə problemləri üçün potensial olaraq yeni bir təməl kimi xidmət edəcəyini gözləyirik" deyə Tan və Li yazır.
Google Cloud Tensor Processing Units (TPUs) üçün mənbə kodu və dərslik skriptləri burada sərbəst şəkildə mövcuddur. .
Mənbə: 3dnews.ru