Կոնվոլյուցիոն նեյրոնային ցանցերը (CNN), որոնք ոգեշնչված են մարդու տեսողական ծառի կեղևի կենսաբանական պրոցեսներից, հարմար են այնպիսի խնդիրների համար, ինչպիսիք են օբյեկտների և դեմքերի ճանաչումը, սակայն դրանց ճշգրտության բարելավումը պահանջում է հոգնեցուցիչ և ճշգրիտ կարգավորում: Ահա թե ինչու Google AI Research-ի գիտնականները նոր մոդելներ են ուսումնասիրում, որոնք «ավելի կառուցվածքային» չափում են CNN-ները: Նրանք հրապարակել են իրենց աշխատանքի արդյունքները «EfficientNet. Rethinking Model Scaling for Convolutional Neural Networks»-ը տեղադրված է Arxiv.org գիտական պորտալում, ինչպես նաև. ձեր բլոգում: Համահեղինակները պնդում են, որ արհեստական ինտելեկտի համակարգերի ընտանիքը, որը կոչվում է EfficientNets, գերազանցում է ստանդարտ CNN-ների ճշգրտությունը և նեյրոնային ցանցի արդյունավետությունը մեծացնում է մինչև 10 անգամ։
«Մոդելների մասշտաբավորման ընդհանուր պրակտիկան CNN-ի խորությունը կամ լայնությունը կամայականորեն մեծացնելն է և ուսուցման և գնահատման համար մուտքագրված պատկերի ավելի բարձր լուծաչափի օգտագործումը», - գրում են աշխատակազմի ծրագրային ապահովման ինժեներ Մինգսինգ Թանը և Google AI-ի առաջատար գիտնական Քուոկ Վ.Լը: «Ի տարբերություն ավանդական մոտեցումների, որոնք կամայականորեն չափում են ցանցի պարամետրերը, ինչպիսիք են լայնությունը, խորությունը և մուտքային լուծումը, մեր մեթոդը միատեսակ չափում է յուրաքանչյուր հարթություն՝ մասշտաբային գործոնների ֆիքսված շարքով»:
Արդյունավետության հետագա բարելավման համար հետազոտողները պաշտպանում են նոր ողնաշարային ցանցի օգտագործումը՝ շարժական շրջված շշերի ոլորումը (MBConv), որը հիմք է հանդիսանում EfficientNets մոդելների ընտանիքի համար:
Թեստերում EfficientNets-ը ցույց է տվել և՛ ավելի բարձր ճշգրտություն, և՛ ավելի լավ արդյունավետություն, քան առկա CNN-ները՝ նվազեցնելով պարամետրի չափը և հաշվողական ռեսուրսների պահանջները մեծության կարգով: Մոդելներից մեկը՝ EfficientNet-B7-ը, ցուցադրել է 8,4 անգամ ավելի փոքր չափսեր և 6,1 անգամ ավելի լավ կատարում, քան հայտնի CNN Gpipe-ը, ինչպես նաև ստացել է 84,4% և 97,1% ճշգրտություն (Top-1 և Top-5): 50 արդյունք) փորձարկման ժամանակ։ ImageNet հավաքածուն: Համեմատած հանրաճանաչ CNN ResNet-4-ի հետ մեկ այլ EfficientNet մոդել՝ EfficientNet-B82,6, օգտագործելով նմանատիպ ռեսուրսներ, հասել է 76,3% ճշգրտության՝ ResNet-50-ի XNUMX%-ի դիմաց:
EfficientNets մոդելները լավ են աշխատել տվյալների այլ հավաքածուների վրա՝ հասնելով բարձր ճշգրտության ութ հենանիշերից հինգի վրա, ներառյալ CIFAR-100 տվյալների բազան (91,7% ճշգրտություն) և (98,8%):
«Նյարդային մոդելների արդյունավետության զգալի բարելավումներ ապահովելով, մենք ակնկալում ենք, որ EfficientNets-ը կարող է ծառայել որպես նոր շրջանակ ապագա համակարգչային տեսլականի առաջադրանքների համար», - գրում են Թանը և Լին:
Google-ի ամպային Tensor Processing Unit-ների (TPU-ների) աղբյուրի կոդը և ուսումնական սկրիպտները անվճար հասանելի են .
Source: 3dnews.ru