Google jaunais neironu tīkls ir ievērojami precīzāks un ātrāks nekā populārie analogi

Konvolucionālie neironu tīkli (CNN), ko iedvesmojuši bioloģiskie procesi cilvēka redzes garozā, ir labi piemēroti tādiem uzdevumiem kā objektu un sejas atpazīšana, taču to precizitātes uzlabošanai ir nepieciešama garlaicīga un precīza regulēšana. Tāpēc Google AI pētniecības zinātnieki pēta jaunus modeļus, kas mērogo CNN "strukturētāk". Viņi publicēja sava darba rezultātus raksts “EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks”, publicēts zinātniskajā portālā Arxiv.org, kā arī Publicēšana savā emuārā. Līdzautori apgalvo, ka mākslīgā intelekta sistēmu saime, ko sauc par EfficientNets, pārsniedz standarta CNN precizitāti un palielina neironu tīkla efektivitāti līdz pat 10 reizēm.

"Parastie modeļu mērogošanas prakse ir patvaļīgi palielināt CNN dziļumu vai platumu un izmantot augstāku ievades attēla izšķirtspēju apmācībai un novērtēšanai," raksta personāla programmatūras inženieris Mingsings Tans un Google AI vadošais zinātnieks Quoc V .Le. "Atšķirībā no tradicionālajām pieejām, kas patvaļīgi mērogo tīkla parametrus, piemēram, platumu, dziļumu un ievades izšķirtspēju, mūsu metode vienmērīgi mērogo katru dimensiju ar fiksētu mērogošanas faktoru kopu."

Lai vēl vairāk uzlabotu veiktspēju, pētnieki iesaka izmantot jaunu mugurkaula tīklu, mobilo apgriezto sašaurinājumu konvoluciju (MBConv), kas kalpo par pamatu EfficientNets modeļu saimei.

Testos EfficientNets ir pierādījis gan augstāku precizitāti, gan labāku efektivitāti nekā esošie CNN, samazinot parametru lielumu un skaitļošanas resursu prasības par lielumu. Viens no modeļiem, EfficientNet-B7, demonstrēja 8,4 reizes mazāku izmēru un 6,1 reizi labāku veiktspēju nekā slavenais CNN Gpipe, kā arī sasniedza 84,4% un 97,1% precizitāti (Top-1 un Top-5). 50 rezultāts), veicot testus ImageNet komplekts. Salīdzinot ar populāro CNN ResNet-4, cits EfficientNet modelis EfficientNet-B82,6, izmantojot līdzīgus resursus, sasniedza 76,3% precizitāti, salīdzinot ar 50% ResNet-XNUMX.

EfficientNets modeļi labi darbojās citās datu kopās, sasniedzot augstu precizitāti piecos no astoņiem etaloniem, tostarp CIFAR-100 datu kopā (91,7% precizitāte) un Ziedi (98,8%).

"Nodrošinot ievērojamus neironu modeļu efektivitātes uzlabojumus, mēs sagaidām, ka EfficientNets var kalpot par jaunu sistēmu nākotnes datora redzes uzdevumiem," raksta Tan un Li.

Avota kods un apmācības skripti Google mākoņa Tensor Processing Units (TPU) ir brīvi pieejami vietnē GitHub.

Avots: 3dnews.ru