AI新动态:AI自造AI的速度将提升240倍|体育外围平台登录

本文摘要:记录:【图像来源:IEE所有者:iStockphotol】自2017年以来,研究人员仍然用于AI神经网络,协助设计更好、更慢的AI神经网络。

体育外围投注官网

记录:【图像来源:IEE所有者:iStockphotol】自2017年以来,研究人员仍然用于AI神经网络,协助设计更好、更慢的AI神经网络。迄今为止,这种应用在相当大的程度上是一种学术执着,主要是因为这种方法需要成千上万的GPUhours。但是,下个月,麻省理工学院(MIT)的研究团队将展示所谓的神经结构搜索算法,该算法将AI优化AI的过程延迟240倍以上。

优化后的AI速度更慢,精度更高。这种新算法的频繁出现将帮助优化的AI应用于图像识别算法和其他相关的应用。MIT电子工程和计算机科学的助手SongHan说:我们队在模型大小、推理小说延迟、精度和模型容量等方面进行了权衡。这些因素构成了巨大的设计空间。

过去,人们设计了基于人类灵感的神经网络。新算法试图将这种劳动密集、基于人类灵感的方式改为基于自学、AI的设计方式。

就像人工智能学对局一样,AI也能自学设计神经网络。象棋师和象棋获胜的AI程序教师们新的战略,AI优化AI的新探索为设计AI神经网络获得了新的方法。

这种神经网络被称为卷积神经网络(CNN),MIT团队研究的新算法增加了这种神经网络的发展。CNN一般作为图像识别程序的神经网络。

此外,它还应用于自然语言处理和药物发现等领域。MIT的Han认为,如果他们的团队算法制作了拟合的CNN,获得系统分类图像的速度很可能是其他神经结构搜索结构的AI的1.8倍。

据Han介绍,团队必须以这么难以置信的速度正确定位计划的CNN设计。第一,他们增加了运营神经结构检索的GPU内存阻抗。一般来说,标准的神经结构检索可以同时检查网络中神经层之间可能的一切联系。

但是,Han的团队每次只在GPU的内存中留下一条路线。该技术在仅用于十分之一的存储空间的情况下,可以对参数空间进行原始搜索,使搜索复盖面积更好的网络装备,消耗芯片空间。第二,从已经放弃的神经网络搜索中删除整个路径,显着减缓了神经网络搜索的速度。

第三,让神经网络搜索意识到AI系统可能正在运行的硬件延迟时间——无论是CPU还是GPU加速的移动平台系统。Han说,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。在一定程度上,人工智能网络设计师在设计主要经营GPU系统的网络时,他们的想法仍然停留在CPU时代。CNN在其图像识别算法中用于过滤器,这些算法是由3×3、5×5或7×7像素构成的方形网格。

一般来说,7×7的过滤器很少闻到。因为运营更好的3×3过滤器比运营单个7×7过滤器慢。但是,Han说AI优化的AI用于非常数量的7×7过滤器。他还回答说,这是大多数人工智能计算中GPU占据主导地位的原因。

现在在GPU上运营7×7是非常简单的,因为GPU有相当大的并行度Han补充道并且调用大型核心比调用几个小型核心更有效。说到他的团队算法,Han说:为人类工程师的未来设计神经网络获得了良好的系统。但是,这并不意味着AI需要构筑更强的版本。

(公共编号:)记录:本文作者MarkAnderson,文章编译器自IEEE记录:【封面照片来源:网站名IEEE,所有者:iStockphoto】版权文章允许禁止发布。下一篇文章发表了注意事项。

本文关键词:体育外围平台,体育外围投注官网,体育外围平台登录

本文来源:体育外围平台-www.jamesmurraymusic.com

相关文章