Гоогле-ова нова неуронска мрежа је знатно прецизнија и бржа од популарних аналога

Конволуционе неуронске мреже (ЦНН), инспирисане биолошким процесима у људском визуелном кортексу, веома су погодне за задатке као што су препознавање објеката и лица, али побољшање њихове тачности захтева заморно и фино подешавање. Зато научници у Гоогле АИ Ресеарцх-у истражују нове моделе који скалирају ЦНН на „структуриранији“ начин. Објавили су резултате свог рада у Чланак „ЕффициентНет: Ретхинкинг Модел Сцалинг фор Цонволутионал Неурал Нетворкс“, објављено на научном порталу Аркив.орг, као иу Публикација на свом блогу. Коаутори тврде да породица система вештачке интелигенције, названа ЕффициентНетс, премашује тачност стандардних ЦНН-а и повећава ефикасност неуронске мреже до 10 пута.

„Уобичајена пракса скалирања модела је произвољно повећање дубине или ширине ЦНН-а и коришћење веће резолуције улазне слике за обуку и евалуацију“, пишу запослени софтверски инжењер Мингкинг Тан и Гоогле водећи научник за вештачку интелигенцију Куоц В.Ле). „За разлику од традиционалних приступа који произвољно скалирају мрежне параметре као што су ширина, дубина и улазна резолуција, наш метод уједначено скалира сваку димензију са фиксним скупом фактора скалирања.

Да би додатно побољшали перформансе, истраживачи се залажу за коришћење нове окосне мреже, мобилног инвертованог уског грла (МБЦонв), који служи као основа за ЕффициентНетс породицу модела.

У тестовима, ЕффициентНетс је показао и већу тачност и бољу ефикасност од постојећих ЦНН-а, смањујући величину параметара и захтеве за рачунским ресурсима за ред величине. Један од модела, ЕффициентНет-Б7, показао је 8,4 пута мању величину и 6,1 пута боље перформансе од чувеног ЦНН Гпипе-а, а такође је постигао 84,4% и 97,1% тачности (Топ-1 и Топ-5). 50 резултат) у тестирању на сет ИмагеНет. У поређењу са популарним ЦНН РесНет-4, други ЕффициентНет модел, ЕффициентНет-Б82,6, користећи сличне ресурсе, постигао је тачност од 76,3% наспрам 50% за РесНет-XNUMX.

ЕффициентНетс модели су се добро показали на другим скуповима података, постигавши високу прецизност на пет од осам референтних вредности, укључујући ЦИФАР-100 скуп података (91,7% тачности) и Цвеће (КСНУМКС%).

„Пружајући значајна побољшања у ефикасности неуронских модела, очекујемо да ЕффициентНетс има потенцијал да послужи као нови оквир за будуће задатке компјутерског вида“, пишу Тан и Ли.

Изворни код и скрипте за обуку за Гоогле Тенсор Процессинг Унитс (ТПУ) у облаку су бесплатно доступни на Гитхуб.

Извор: 3дневс.ру