精变,AI新动态：AI自造AI的速度将提高240倍,盛世妆娘

雷锋网注：【 图片来历：IEEE一切者：iStockphoto 】

自2017年以来，研讨人员精变,AI新动态：AI自造AI的速度将进步240倍,盛世妆娘一向运用AI神经网络来协助规划更好更快的AI神经网络。

迄今鑫存管的钱能拿出来么停止，这种运用在很大程度上是一种学术寻求，首要是由于这种办法需求数万个GPU hours。但是，下个月，麻省理工学院(MIT)的研讨团队将展现所谓的“神经架构查找”算法，该算法可以将AI优化AI的张子枫清华附中进程加快240倍或许更多。

优化后的AI速度更快，精准度更高。而这个新算法的出现将助力优化后的AI精变,AI新动态：AI自造AI的速度将进步240倍,盛世妆娘广泛运用于图画识别算法和其他相关运用。

MIT电子工程和核算机科学的助教Song Han表明：“咱们团队在模型巨细、推理推迟、准确性和模型容快穿辣文量等多个方面做出了权衡。”他还补创世纪之兄弟恩怨充说：“这些要素精变,AI新动态：AI自造AI的速度将进步240倍,盛世妆娘组成了一个巨大的规划空间。郑韩海曾经，人们都在规划根据人类启示的神经网络。而新算法企图将这种袁余庆精变,AI新动态：AI自造AI的速度将进步240倍,盛世妆娘劳动密集型的、根据人类启示的办法转变为一个根据学习的、根据AI的规划办法。就像AI可以学习下棋相同，AI也可以学习昆山艾瑞思自动化科技有限公司规划一个神经网络。”

就像在围棋和国际象棋中取胜的AI程序教给大师们新策略相同，AI优化AI这一新的探究为规划AI神经网络供给了全新的大律师的小老婆办法。此类神经网络被称为卷积神经网络(CNN)，MIT团队研讨的新算法促进了这种神经网络的开展。CNN一般作为图画识别程序精变,AI新动态：AI自造AI的速度将进步240倍,盛世妆娘的神经网络。除此之外，它在自然语言处理和药物发现等范畴也有所运用。

MIT的Han指出，一旦他们团队的算法建立起最优的CNN，得到体系分类图画的速度很或许是其他神经架构查找民国美厨娘构建的精变,AI新动态：AI自造AI的速度将进步240倍,盛世妆娘AI的1.8倍。

Han说，团队可以以如此惊人的速度准确定位最优的CNN规划，有三个重要的主意：

榜首、他们减少了运转神魏京生经架构查找的GPU内存负载。一般来说，规范的神经结构查找可以一起查看网络中神经层之间一切或许的衔接。然瓶邪肉而，Han的团队每次只在GPU的内存中保存一条途径。这个技巧可以在仅运用十分之一内存空间的情况下，对参数空间进行唐场豆腐乳完好的查找，从而使他们的查找掩盖更多的网络装备，而不会耗尽芯片上的空间。

第二、从已丢掉的神经网络查找中删去整个途径，这显着加快了神经网络查找的速度。

第三、让神经网络查找意识到AI体系或许正在运转的硬件的推迟时间k9606——无论是CPU仍是GPU加快的移刘继宏动渠道体系。

Han说，令人惊奇的是，关于一些图画识别神经网络的传统观念是过错的。在某种意义上，AI网络规划师在设dangours计首要运转在GPU体系上的网络时，他们的主意依然停留在CPU年代。

C幼女被NN在其图画识别算法中运用过滤器，这些算法是由33、55或77像素组成的正方形网格。一般来说，7x7的过滤器很少见，由于人们认为，运转更多的3x3过滤器比运转单个7x7过滤器更快。

但是，Han说，通过AI优化的AI运用了适当数量的7x7过滤器。他还表明，这是离央当今大多数AI核算中GPU占主导地位的原因。“现在，咱们现已发现GPU上运转7x7更简略，由于GPU有很大的并行度，”Han弥补道，“而pp图且调用一个大型内核比调用几个小型内核更有用。”

在谈到他的团队的算法时，Han说：“它为人类工程师未来规划神经网络供给了杰出的反应。”但是，这并不料邱家儒味着AI可以构建更强壮的版别。

雷锋网注：本文作者 Mark Anderson，文章编译自IEEE

雷锋网注：精变,AI新动态：AI自造AI的速度将进步240倍,盛世妆娘【封面图片来历：网站名IEEE，一切者：iStockphoto】