Yeni veri işleme motoru, derin sinir ağlarını daha akıllı hale getiriyor

"Özellik normalleştirmesi, derin sinir ağlarının eğitiminin önemli bir unsurudur ve

işlevlere yardımcı olmak da aynı derecede önemlidirNC State'de elektrik ve bilgisayar mühendisliği yardımcı doçenti Tianfu Wu, "ağlar, ham verilerden çıkarılan hangi özelliklerin görevleri tamamlamak için en önemli olduğunu vurguluyor" diye açıklıyor. “Fakat çoğunlukla ayrı ayrı işlendiler. Bunları birleştirmenin onları daha verimli ve etkili hale getirdiğini gördük."

AN modülünüzü test etmek için,araştırmacılar onu en yaygın kullanılan dört sinir ağı mimarisine bağladı: ResNets, DenseNets, MobileNetsV2 ve AOGNets. Daha sonra ağları iki endüstri standardı ölçütüne göre test ettiler: ImageNet-1000 sınıflandırma testi ve nesne algılama ve örnek segmentasyonu 2017 MS-COCO testi.

"Bir performansın arttığını gördükHer iki testteki dört mimari için de, ”dedi Wu. Örneğin, ImageNet-1000'deki İlk-1 doğruluğu% 0,5-2,7 oranında arttı. Ortalama hassasiyet (AP) doğruluğu, MS-COCO'da sınırlayıcı kutu için% 1,8'e ve anlamsal maske için% 2,2'ye yükseldi. AN'nin bir başka avantajı, farklı alanlar arasında öğrenmenin daha iyi aktarılmasını kolaylaştırmasıdır. Örneğin, ImageNet'teki görüntü sınıflandırmasından MS-COCO'da nesne algılama ve anlamsal bölümlemeye kadar. Bu, MS-COCO'da ImageNet tarafından daha önce eğitilmiş derin sinir ağlarının ince ayarının yapılmasıyla elde edilen MS-COCO kıyaslamasındaki performans artışı ile gösterilmektedir. "

Bilim adamları, "Kaynak kodunu yayınladık ve AN'ımızın derin sinir ağlarının daha iyi bütünleştirici tasarımına yol açacağını umuyoruz" sonucuna varıyor.

Ayrıca okuyun

Kıyamet buzulu bilim adamlarının sandığından daha tehlikeli çıktı. Ana şeyi söyleriz

Dünya dışı yaşamın iki kanıtı aynı anda ortaya çıktı. Biri Venüs'te, diğeri - kimse nerede olduğunu bilmiyor

Uranüs'ün uydularının daha çok gezegenlere benzediği ortaya çıktı.