Tags:
Node Thumbnail

กระบวนการพัฒนาเครือข่ายนิวรอนอย่าง deep learning นั้นต้องอาศัยผู้เชี่ยวชาญในระดับสูงเพื่อออกแบบเครือข่ายที่มีประสิทธิภาพดี สามารถทำงานตามที่ต้องการ (เช่น การจัดหมวดหมู่ภาพ) ได้อย่างแม่นยำ เครือข่ายเช่น GoogleNet อาศัยการออกแบบนานหลายปี ตอนนี้กูเกิลเสนอแนวทาง AutoML ใช้ machine learning เพื่อออกแบบเครือข่ายนิวรอน

แนวทาง AutoML กูเกิลจะสร้าง "ตัวควบคุม" (the controller) ออกแบบเครือข่ายนิวรอนขึ้นมาใหม่ จากนั้นนำเครือข่ายนิวรอนที่ออกแบบมาไปฝึกกับข้อมูลและตรวจสอบความแม่นยำกับข้อมูล จนกระทั่งได้เครือข่ายนิวรอนประสิทธิภาพสูง การพัฒนาเครือข่ายนิวรอนสำหรับชุดข้อมูล CIFAR-10 ของกูเกิลสามารถทำความแม่นยำได้ 94.6% เป็นความแม่นยำระดับเดียวกับงานวิจัยใหม่ๆ ในปี 2016 ที่ใช้เวลาพัฒนามายาวนาน

AutoML เปิดทางการออกแบบใหม่ๆ เช่นการเสนอกรอบ convolution เป็นสี่เหลี่ยมผืนผ้าแทนที่จะเป็นสี่เหลี่ยมจตุรัส หรือการส่งข้อมูล "ข้าม" ชั้น ในอนาคตหากพัฒนาได้ดีพอก็เป็นไปได้ว่าเราจะปล่อยให้คอมพิวเตอร์ออกแบบเครือข่ายนิวรอนเองได้ และเราต้องกำหนดเพียงข้อมูลที่ต้องการให้เครือข่ายนิวรอนรองรับและเอาท์พุตที่เราอยากได้เท่านั้น

ที่มา - Google Research

alt="upic.me"

No Description

Get latest news from Blognone

Comments

By: MrThursday
ContributorRed HatUbuntuWindows
on 18 May 2017 - 02:46 #987624

ตกงานอีกแล้ว ฮ่าๆ

By: somsak_sr
ContributorAndroidUbuntu
on 18 May 2017 - 08:40 #987652
somsak_sr's picture

สี่เหลี่ยมจัตุจักร​ -​> จัตุรัส​ ครับ

By: phakphumi
AndroidWindows
on 18 May 2017 - 11:19 #987696 Reply to:987652

อันนี้ฮา