当前位置:首页 > 企业新闻 >

AI新动态:AI自造AI的速度将提升240倍:快三平台

编辑:首页 来源:首页 创发布时间:2020-11-06阅读69793次
  

快三平台_录音:[图片来源:IEEE所有者:iStockphoto] 2017年以后,研究人员利用AI神经网络帮助设计更慢的AI神经网络。到目前为止,该应用程序主要需要数以万计的GPU hours,因此是学术上的执着。但是下个月MIT研究小组将推出“神经结构搜索”算法,该算法可以将AI优化AI过程推迟240倍以上。

快三平台

优化的AI速度更慢,准确度更高。这种新算法经常有助于将优化的AI应用于图像识别算法和其他相关应用程序。麻省理工学院电子工程和计算机科学的助教Song Han回答说:“我们团队在模型大小、推理小说延期、准确性、模型容量等多个方面取得了平衡。

”他还补充说:“这些因素构成了很大的设计空间。”以前,人们在设计基于人类灵感的神经网络。新算法试图将这种劳动密集型、基于人类灵感的方式转变为基于自学的AI的设计方式。

就像AI可以自己自学大国一样,AI也可以自己设计神经网络。“就像在骑士和国际象棋中取得胜利的AI项目教给大使们新的战略一样,AI优化AI这一新的探索获得了设计AI神经网络的新方法。这种神经网络被称为卷积神经网络(CNN),MIT团队研究的新算法促进了这种神经网络的发展。

CNN是一种神经网络,通常被用作图像识别程序。此外,它还适用于自然语言处置和药物发现等领域。MIT的Han认为,如果团队算法创建自定义CNN,系统分类图像的获取速度比其他神经结构搜索组成的AI快1.8倍。

首页

Han表示,团队需要以如此难以置信的速度准确地找到定制的CNN设计。有三个最重要的想法。第一,增加了用于操作神经结构搜索的GPU存储器阻抗。

一般来说,标准神经结构搜索可以同时检查网络中神经层之间所有可能的连接。但是,Han团队一次只能在GPU内存中保留一条路径。该技术仅使用十分之一的内存空间时,对参数空间进行原始搜索,提供搜索范围更好的网络设备,消耗芯片的空间。

第二,如果从废弃的神经网络搜索中删除整个路径,神经网络搜索速度将大大减慢。第三,通过神经网络搜索,AI系统可以运行的硬件延迟——是CPU和GPU加速的移动平台系统。Han表示:“令人惊讶的是,一些图像识别神经网络的传统观点是错误的。

”在某种程度上,当AI网络设计师设计主要在GPU系统上运行的网络时,他们的想法仍然停留在CPU时代。CNN用于图像识别算法中的过滤器,图像识别算法是由33、55或77像素组成的方形栅格。一般来说,几乎听不到7x7过滤器。

因为有人指出,工作更好的3x3过滤器比运行单个7x7过滤器慢。但是Han表示,针对AI优化的AI用于很多7x7过滤器。

首页

他还回答说,这就是为什么GPU在当今大部分AI计算中占据主导地位。”现在已经发现在GPU上运行7x7更容易。

因为GPU具有相当大的并行处理能力。“Han补充道。”而且,调用大内核比调用多个小内核更有效。

“在谈到他的团队算法时,Han说:“我们获得了一个更好的系统来为人类工程师的未来设计神经网络。”(威廉莎士比亚,《北方执行》。

)然而,这并不意味着AI需要构建更强大的版本。(Public号码:)记录:正文作家马克安德森,文章编译器IEEE记录:[封面照片来源:网站名称I首页EEE,所有者:iStockphoto]著作权文章,发布禁止许可。下面,我们来听一下关于刊登的注意事项。

|快三平台。

本文来源:快三平台-www.julaszakovits.com

0171-579175405

联系我们

Copyright © 2010-2014 榆林市快三平台科技股份有限公司 版权所有  陕ICP备26223196号-5