Convolutional عصبي شبکې (CNNs)، چې د انسان په بصري کورټیکس کې د بیولوژیکي پروسو څخه الهام اخیستل کیږي، د دندو لپاره مناسب دي لکه د څیز او مخ پیژندنه، مګر د دوی دقت ښه کول ستړي او ښه ټیوننګ ته اړتیا لري. له همدې امله د ګوګل AI څیړنې ساینس پوهان نوي ماډلونه لټوي چې CNNs په "ډیر جوړښت" ډول اندازه کوي. دوی د خپلو کارونو پایلې په کې خپرې کړې
"د پیمانه کولو ماډلونو عام عمل دا دی چې په خپلسري ډول د CNN ژوروالی یا عرض زیات کړي، او د روزنې او ارزونې لپاره د ان پټ عکس لوړ ریزولوشن وکاروئ ،" د کارمندانو سافټویر انجینر Mingxing Tan او د ګوګل AI مخکښ ساینس پوه Quoc V. Le) لیکي. "د دودیزو تګلارو په خلاف چې د شبکې پیرامیټرې په خپلسري ډول اندازه کوي لکه عرض، ژوروالی، او ان پټ ریزولوشن، زموږ طریقه په مساوي ډول د اندازه کولو فکتورونو د ټاکل شوي سیټ سره هر اړخ اندازه کوي."
د فعالیت د لا ښه کولو لپاره، څیړونکي د نوي بیکبون شبکې کارولو پلوي کوي، د ګرځنده برعکس خنډ کنولوشن (MBConv)، کوم چې د ماډلونو د EfficientNets کورنۍ بنسټ په توګه کار کوي.
په ازموینو کې، EfficientNets د موجوده CNNs په پرتله لوړ دقت او غوره موثریت ښودلی، د پیرامیټ اندازه او د کمپیوټري سرچینو اړتیاوې د اندازې په ترتیب سره کموي. یو موډل، EfficientNet-B7، د مشهور CNN Gpipe په پرتله 8,4 ځله کوچنۍ اندازه او 6,1 ځله غوره فعالیت ښودلی، او همدارنګه یې د 84,4٪ او 97,1٪ دقت (Top-1 او Top-5) 50 پایلې ترلاسه کړې. د ImageNet سیټ. د مشهور CNN ResNet-4 په پرتله، بل EfficientNet ماډل، EfficientNet-B82,6، د ورته سرچینو په کارولو سره، د ResNet-76,3 لپاره د 50٪ په پرتله XNUMX٪ دقت ترلاسه کړ.
د EfficientNets ماډلونو په نورو ډیټاسیټونو کې ښه فعالیت کړی، د اتو معیارونو څخه په پنځو کې لوړ دقت ترلاسه کوي، په شمول د CIFAR-100 ډیټاسیټ (91,7٪ دقت) او
"د عصبي ماډلونو موثریت کې د پام وړ پرمختګونو چمتو کولو سره ، موږ تمه لرو چې EfficientNets د راتلونکي کمپیوټر لید دندو لپاره د نوي چوکاټ په توګه د خدمت کولو وړتیا لري ،" تان او لی لیکي.
د ګوګل کلاوډ ټینسر پروسس کولو واحدونو (TPUs) لپاره د سرچینې کوډ او د روزنې سکریپټونه په وړیا توګه شتون لري
سرچینه: 3dnews.ru