首页
更多
17pw.com
设为首页
收藏本站
品玩
品車
视频
有券
标签
淘帖
站点地图
每日签到奖励
|
登录
注册
首页
Portal
评测
头条
游戏
动漫
影视
星球
BBS
圈子
Group
券
动态
Space
广播
Follow
博客
Blog
淘帖
Collection
相册
Album
分享
Share
记录
Doing
排行榜
Ranklist
热门搜索
活动
交友
discuz
发帖
优惠券
导读
笔记本
机箱
手机
台式机
相机
主板
内存
外设
电源
存储
显示设备
显卡
科技
手机
数码
电脑
品玩
汽车
运动鞋
潮玩
潮流
单车
资讯
新游
电玩
掌机
手游
单机
网游
攻略
电竞
评测
行业
厂商
游戏周边
二次元
电影
影视点评
导读
淘帖
标签
一起品玩
»
星球
›
电脑
›
硬件核芯
›
计算机视觉迎新突破?谷歌AI模型打破现有CNNs精度 ...
0
1
0
分享
返回列表
发新贴
奔放的蜗牛
网站编辑
主题
435
帖子
549
粉丝
1
加好友
发私信
Ta的帖子
我有一只渡海熊# 第六只煤球!
2019-7-18
高通竟然发布了高通855的升级版高通855 Plus,CPU
2019-7-17
ROG Phone2 真机图曝光,全球首发2.96GHz的骁龙855+,简单了解一下吧
2019-7-17
白色魅族16s配上白色PP壳简直绝配,简洁轻薄手感好
2019-7-17
忽略排线的话,简直是完美布局!!宅男小天堂建造完毕,大家晚安]
2019-7-17
三星 Note 10这颜值下半年要卖爆的节奏
2019-7-17
三星这设计要是能做出来我吹爆。
2019-7-17
谷歌Stadia已收到4000多份申请 开发者踊跃参与
2019-7-17
热门推荐
#新款苹果手表将支持血压监测#不知道“这款
i9-14900KS超频破9.1GHz!连创四大世界记录
只剩英雄RPG的残局中,4族3英雄体系战力解
简洁配列,渐变彩虹完美混搭,珂芝K75Lite
|||本地💰260 Air Jordan 1 Low 龙年限定 A
人帅车更帅 给66哥强化一下supra牛魔王细节
磁轴键盘PIIFOX ER75深色款|||旋钮部分可Di
再来一组Apple上海静安零售店产品展示区的
热门版块
机械键鼠
今日 4 · 主题 133
进入
数码好物
今日 2 · 主题 42
进入
外设周边
今日 2 · 主题 129
进入
苹果专区
今日 2 · 主题 260
进入
游戏玩咖
今日 1 · 主题 140
进入
怀旧数码
今日 1 · 主题 102
进入
计算机视觉迎新突破?谷歌AI模型打破现有CNNs精度
奔放的蜗牛
发表于 2019-6-21 19:29:27
[显示全部楼层]
只看大图
倒序浏览
阅读模式
1
1122
集微网消息,卷积神经网络(CNNs),是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,非常适合于物体识别和人脸检测等任务,但要提高它们超过某一特定点的精确度,需要进行繁琐的微调。
这就是为什么谷歌人工智能研究部门的科学家们正在研究一种新的模型,这种模型以一种“更结构化”的方式“放大”CNNs,他们在Arxiv.org上发表的一篇论文(EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks)和一篇附带的博客文章中对此进行了描述。
合著者声称,这一系列被称为“EfficientNet”的人工智能系统,以高达10倍的效率,超过了普通语料库的最高精确度。
“模型缩放的传统做法是任意增加CNN的深度或宽度,或者使用更大的输入图像分辨率进行训练和评估,”软件工程师Mingxing Tan和谷歌人工智能首席科学家Quoc V. Le写道。“与传统的方法不同,传统方法是任意缩放网络尺寸,比如宽度、深度和分辨率,而我们的方法是用一组固定的缩放系数来均匀地缩放每个尺寸。”
所以,这该如何实现呢?首先,进行栅格搜索,以确定在固定资源约束下基线网络的不同缩放维度之间的关系(例如,浮点数计算量增加两倍或FLOPS)。这决定了每个维度适当的缩放系数,这些系数用于将基线网络缩放到所需的模型大小或计算预算。
为了进一步提高性能,研究人员提倡一种新的基线网络——mobile inverted bottleneck convolution (MBConv),它可以作为EfficientNets模型家族的种子。
在测试中,与现有的CNNs相比,EfficientNets显示出更高的精度和更好的效率,减少了一个数量级的参数大小和故障。其中一个型号EfficientNet-B7比高性能的CNN Gpipe小8.4倍,快6.1倍,在ImageNet上分别达到了84.4%和97.1%的top-1和top-5精度。
与流行的ResNet-50相比,另一个型号EfficientNet-B4使用了类似的FLOPS,同时将top-1精度从ResNet-50的76.3%提高到了82.6%。
EfficientNets在其他数据集上也表现得很好,在8个数据集中有5个达到了最先进的精度,包括CIFAR-100(91.7%的精度)和Flowers(98.8%的精度),参数减少了21个。
谷歌的云托管张量处理单元(TPU)的源代码和培训脚本可以在GitHub上免费获得。Tan和Le写道:“通过对模型效率的显著改进,我们预计EfficientNets有望成为未来计算机视觉任务的新基础。”(校对/ICE)
回复
使用道具
举报
已有(1)人评论
电梯直达
健华
发表于 2022-1-6 17:48:16
<script type="text/javascript">var jd_union_pid="608851640356941628";var jd_union_euid="";</script><script type="text/javascript" src="//ads-union.jd.com/static/js/union.js"></script>
回复
使用道具
举报
高级模式
B
Color
Image
Link
Quote
Code
Smilies
您需要登录后才可以回帖
登录
|
立即注册
本版积分规则
发表回复
回帖并转播
回帖后跳转到最后一页
反馈