JavaScript is currently disabled.Please enable it for a better experience of Jumi.
 ETN.fi  Annonsera Utgivningsplan Månadsmagasinet Prenumerera Konsultguide Om oss  About / Advertise
måndag 25 maj 2020 VECKA 22

Japanska Fujitsu tränade ett neuronnät på 74,7 sekunder där den tidigare bästa träningsalgoritmen behövt 30 sekunder mer på samma hårdvara.

Fujitsu har trimmat en algoritm som är öppen källkod att klämma in fler beräkningar i grafikprocessorna. Det som Fujitsu berättar är att algoritmen anpassar inlärningshastigheten allteftersom inlärningen fortskrider, utan att kompromissa med noggrannheten.

Brittiska Graphcores utplattade visualisering av Resnet-50 och dess 26 000 000 parametrar.

Några av de 1,2 miljoner träningsbilderma, 50 000 valideringsbilderna och 150 000 testbilderna i ILSVRC2012.

Neuronnätet i fråga heter Resnet-50. Det är ett standardnät som används för bildigenkänning. Träningen av nätet består i att mata det med bilder och att steg för steg finjustera dess cirka 26 miljoner parametrar i 177 skikt att bli bättre och bättre på att känna igen dessa bilder.  

Träningsbilderna hämtas från en mapp märkt ”ILSVRC2012” vars innehåll bestämdes år 2012 till en tävling kallad ”ImageNet Large Scale Visual Recognition Challenge”. Kombinationen av ILSVRC2012 och Resnet-50 är ett inofficiellt prestandamått på djupinlärningsalgorimer och -hårdvara.

Algoritmerna kördes på 2048 stycken grafikkort i molnfarmen ABCI (AI Bridging Cloud Infrastructure) som Fujitsu levererat till japanska forskningsinstitutet AIST (National Institute of Advanced Industrial Science and Technology). 

Bilden ovan på Resnet-50 kommer från Graphcore som gör de snyggaste visualiseringarna av djupa neuronnät.

MER LÄSNING:
 
Här får du våra nyheter gratis
• Tidningen, i brevlådan (länk).

• Dagligt nyhetsbrev (länk).

245
elektronik­konsulter

Registrera ditt företag nu!
SENASTE KOMMENTARER
Kommentarer via Disqus

Vi gör Elektroniktidningen

Anne-Charlotte Sparrvik

Anne-Charlotte
Sparrvik

+46(0)734-171099 ac@etn.se
(sälj och marknads­föring)
Per Henricsson

Per
Henricsson
+46(0)734-171303 per@etn.se
(redaktion)

Anna Wennberg

Anna
Wennberg
+46(0)734-171311 anna@etn.se
(redaktion)

Jan Tångring

Jan
Tångring
+46(0)734-171309 jan@etn.se
(redaktion)