Google-এর নতুন নিউরাল নেটওয়ার্ক জনপ্রিয় সমকক্ষের তুলনায় অনেক বেশি নির্ভুল এবং দ্রুত

মানুষের ভিজ্যুয়াল কর্টেক্সে জৈবিক প্রক্রিয়া দ্বারা অনুপ্রাণিত কনভোল্যুশনাল নিউরাল নেটওয়ার্ক (CNNs), বস্তু এবং মুখ শনাক্তকরণের মতো কাজের জন্য উপযুক্ত, কিন্তু তাদের নির্ভুলতা উন্নত করতে ক্লান্তিকর এবং সূক্ষ্ম টিউনিং প্রয়োজন। এই কারণেই গুগল এআই গবেষণার বিজ্ঞানীরা নতুন মডেলগুলি অন্বেষণ করছেন যা "আরও কাঠামোগত" উপায়ে সিএনএনকে "স্কেল" করে। তারা তাদের কাজের ফলাফল প্রকাশ করেছে প্রবন্ধ "EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks", বৈজ্ঞানিক পোর্টাল Arxiv.org দ্বারা হোস্ট করা, পাশাপাশি প্রকাশন আপনার ব্লগে সহ-লেখকরা দাবি করেন যে কৃত্রিম বুদ্ধিমত্তা সিস্টেমের পরিবার, যাকে বলা হয় EfficientNets, স্ট্যান্ডার্ড CNN-এর নির্ভুলতাকে ছাড়িয়ে যায় এবং একটি নিউরাল নেটওয়ার্কের কার্যকারিতা 10 গুণ পর্যন্ত উন্নত করে।

"মডেল স্কেলিং করার একটি সাধারণ অভ্যাস হল নির্বিচারে CNN এর গভীরতা বা প্রস্থ বৃদ্ধি করা, সেইসাথে প্রশিক্ষণ এবং মূল্যায়নের জন্য ইনপুট চিত্রের উচ্চতর রেজোলিউশন ব্যবহার করা," ইন-হাউস সফ্টওয়্যার প্রকৌশলী মিংক্সিং ট্যান এবং গুগল এআই-এর প্রধান বিজ্ঞানী লিখেছেন Quoc Li (Quoc V .le)। "প্রথাগত পদ্ধতির বিপরীতে যা নির্বিচারে নেটওয়ার্ক প্যারামিটার যেমন প্রস্থ, গভীরতা এবং ইনকামিং রেজোলিউশনকে স্কেল করে, আমাদের পদ্ধতি সমানভাবে স্কেলিং ফ্যাক্টরগুলির একটি নির্দিষ্ট সেটের সাথে প্রতিটি মাত্রাকে স্কেল করে।"

কর্মক্ষমতা আরও উন্নত করার জন্য, গবেষকরা একটি নতুন কোর নেটওয়ার্ক, মোবাইল ইনভার্টেড বটলনেক কনভোলিউশন (MBConv), যা মডেলের EfficientNets পরিবারের ভিত্তি হিসাবে কাজ করে।

পরীক্ষায়, EfficientNets বিদ্যমান CNN-এর তুলনায় উচ্চ নির্ভুলতা এবং ভাল দক্ষতা উভয়ই প্রদর্শন করেছে, মাত্রার ক্রম অনুসারে প্যারামিটার আকার এবং গণনামূলক সংস্থানগুলির জন্য প্রয়োজনীয়তা হ্রাস করেছে। মডেলগুলির মধ্যে একটি, EfficientNet-B7, সুপরিচিত CNN Gpipe থেকে 8,4 গুণ ছোট আকার এবং 6,1 গুণ ভাল কর্মক্ষমতা প্রদর্শন করেছে, এবং এছাড়াও 84,4% এবং 97,1% নির্ভুলতা (টপ-1 এবং টপ-5 ফলাফল) অর্জন করেছে ইমেজনেট সেট। জনপ্রিয় CNN ResNet-50-এর সাথে তুলনা করে, অন্য EfficientNet মডেল, EfficientNet-B4, অনুরূপ সম্পদ ব্যবহার করে, ResNet-82,6-এর জন্য 76,3% এর বিপরীতে 50% নির্ভুলতা দেখিয়েছে।

EfficientNets মডেলগুলি অন্যান্য ডেটাসেটে ভাল পারফর্ম করেছে, CIFAR-100 (91,7% নির্ভুলতা) সহ আটটি পরীক্ষার মধ্যে পাঁচটিতে উচ্চ নির্ভুলতা অর্জন করেছে ফুল (98,8%)।

"নিউরাল মডেলের কর্মক্ষমতায় উল্লেখযোগ্য উন্নতির মাধ্যমে, আমরা আশা করি EfficientNets ভবিষ্যতের কম্পিউটার ভিশন চ্যালেঞ্জের জন্য একটি নতুন ভিত্তি হিসেবে কাজ করবে," ট্যান এবং লি লিখেছেন।

Google ক্লাউড টেনসর প্রসেসিং ইউনিট (TPUs) এর জন্য সোর্স কোড এবং টিউটোরিয়াল স্ক্রিপ্ট বিনামূল্যে পাওয়া যায় গিটহাব.

উত্স: 3dnews.ru