Tora neuralî ya konvolutional (CNN), ku ji pêvajoyên biyolojîkî yên di korteksa dîtbar a mirovî de îlhama xwe digirin, ji bo karên wekî naskirina tiştan û rûyan baş in, lê başkirina rastbûna wan pêdivî û birêkûpêk hewce dike. Ji ber vê yekê zanyarên Google AI Research li modelên nû digerin ku CNN-ê bi rengek "bêhtir sazkirî" pîvandin. Encamên xebata xwe di nav de belav kirin "EfficientNet: Ji bo Tora Neuralî ya Convolutional Scaling ji nû ve fikirîn," li ser portalê zanistî Arxiv.org, û her weha di li ser bloga xwe. Hev-nivîskar îdia dikin ku malbata pergalên îstîxbarata sûnî, bi navê EfficientNets, ji rastbûna CNN-yên standard derbas dibe û kargêriya tora neuralî heya 10 carî zêde dike.
Endezyarê nermalavê yê karmend Mingxing Tan û zanyarê sereke yê Google AI Quoc V .Le dinivîsin: "Peraksiyona hevpar a modelên pîvandinê ew e ku bi kêfî kûrahî an firehiya CNN-ê zêde bike, û çareseriya bilindtir a wêneya têketinê ji bo perwerdehî û nirxandinê bikar bîne." "Berevajî nêzîkatiyên kevneşopî yên ku bi keyfî pîvanên torê yên wekî firehî, kûrahî, û çareseriya têketinê dipîvin, rêbaza me bi yekrengî her dimenê bi komek faktorên pîvandinê re bi rengek yekgirtî pîvan dike."
Ji bo baştirkirina performansê, lêkolîner parêzvaniya karanîna torgilokek nû ya paşerojê, tevhevkirina guhê zirav a bervekirî ya mobîl (MBConv) dikin, ku ji bo modelên malbata EfficientNets bingehek kar dike.
Di ceribandinan de, EfficientNets ji CNN-ên heyî hem rastbûnek bilindtir û hem jî jêhatîbûnek çêtir nîşan daye, pîvana pîvanê û hewcedariyên çavkaniya hesabkerî bi rêzek mezin kêm dike. Yek ji modelan, EfficientNet-B7, ji CNN Gpipe-ya navdar 8,4 carî piçûktir û 6,1 carî performansa çêtir nîşan da, û di ceribandina li ser de jî %84,4 û 97,1% rastbûna (Top-1 û Top-5) bi dest xist. set ImageNet. Li gorî CNN ResNet-50-a populer, modelek din a EfficientNet, EfficientNet-B4, ku çavkaniyên heman rengî bikar tîne, rastiyek 82,6% li hember 76,3% ji bo ResNet-50 bi dest xist.
Modelên EfficientNets li ser danehevên din baş performans kirin, di pênc ji heşt pîvanan de rastbûna bilind bi dest xistin, di nav de daneya CIFAR-100 (91,7% rastbûn) û (98,8%).
"Bi peydakirina pêşkeftinên girîng di karbidestiya modelên neuralî de, em li bendê ne ku EfficientNets xwedan potansiyel e ku wekî çarçoveyek nû ji bo peywirên dîtina komputera pêşerojê re xizmet bike," Tan û Li dinivîsin.
Koda çavkanî û nivîsarên perwerdehiyê yên ji bo Yekîneyên Pêvajoya Tensorê Ewr a Google (TPU) li ser belaş têne peyda kirin .
Source: 3dnews.ru