课件首页flash课件网络试题教案学档说课稿考研真题课时学案精品作文工作总结实用文档教学论文个人简历论文中心考试中心教学素材文学作品法律文书幼儿教育软件科技英语学习学习教程党团社会故事大王科普知识中考专题高考专题
您现在的位置:极品课件网 > 论文中心 > 计算机论文 >

Facebook新方法加速计算机视觉训练,120万张图只用

发布时间:2018-02-26 15:49  作者:极品课件站  点击数:

陈桦编译自Facebook量子位出品|公众号QbitAI知乎上有个问题,大意是你在等待机器学习模型训练的时候,都做些什么。Facebook今天在西雅图Data@Scale大会上公布的一篇新论文说,他们用不着花太长时间等待,在ImageNet-1k的120万张图...

陈桦编译自 Facebook量子位出品 |公众号 QbitAI

知乎上有个问题,大意是你在等待机器学习模型训练的时候,都做些什么。

Facebook今天在西雅图Data@Scale大会上公布的一篇新论文说,他们用不着花太长时间等待,在ImageNet -1k的120万张图片上完成训练,以前需要几天,现在只要1小时。

该公司的工程师Pieter Noordhuis分享了新发表的论文《准确、大规模的小批量SGD:在1小时内训练ImageNet》。这篇论文展示了,具有创新性的基础设计如何规模提高深度学习的效率。

论文作者包括贾扬清、何凯明等。

Paper下载链接:

在Facebook人工智能研究院和应用机器学习团队的密切合作下,这篇论文描述了Facebook研究员如何将同样任务上的训练时间,从几天减少至1小时。

他们在试验中,用基于Caffe2的系统,以高达8192张图的minibatch大小,在256个GPU上用包含120万张图片的ImageNet -1k来训练ResNet-50,只花了1个小时,同时确保了准确性。

该团队使用Caffe2和Gloo库去实现合作通信(这两个库文件都已上传至Github),以及Facebook的下一代GPU服务器Big Basin。这一服务的设计已于今年早些时候提交给了“开放计算项目”。

凭借这些成果,机器学习研究员可以开展试验,测试假设,以及推动一系列有依赖关系的技术的发展,无论是有趣的头像滤镜,还是用于现实增强的360度视频。

 关于本站    网站帮助    广告合作    下载声明  
Copyright ©2006-2010ss All Rights Reserved.
浙ICP备09021635号

友情链接/网站合作咨询: