Cтуденты создали алгоритм, который на 40% эффективнее ИИ от Google |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2018-08-12 23:24 Cтуденты из fast.ai разработали алгоритм, который на 40% эффективнее чем код Google для анализа и классификации изображений. Обучение нейросети заняло 18 минут и стоило $40. Команда обучила алгоритм на датасете ImageNet до 93% точности за 18 минут, используя 16 облачных AWS, каждый из которых имеет 8 графических процессоров NVIDIA V100, работающих на библиотеках fastai и PyTorch. Разработчики научили модель обрезать изображения, что помогло ускорить тренировку на 23% по сравнению с другими подходами для достижения контрольной точности. Это новый рекорд скорости для обучения ImageNet с такой точностью на общедоступных инструментах. Эффективность измеряли с помощью DAWBench, разработанного в Стэнфорде. Несмотря на то, что команда использовала более дешевое оборудование, результаты fast.ai на 40% лучше, чем у алгоритмов Google, обученных на чипах TPU Pod. Источник: neurohive.io Комментарии: |
|