تصور الباحثون حوسبة الشبكة العصبية

تصور دورة تعلم الشبكة العصبية

قام فريق المهندسين في مشروع Graphcore ببناء رسوم بيانية لنشاط عقد الشبكة العصبية واتصالاتهم في عملية التعلم للتعرف على الأنماط ، والتي تحدث عنها الباحثون في مدونتهم .

توضح الصورة أعلاه الدورة الكاملة للتعلم والاعتراف بالشبكة العصبية Microsoft Research RESNET-34 في ديسمبر 2016. تم نشر النظام نفسه على أساس IPU - معالج رسومات ذكي ، كما يسميه المبدعون ، في منتصف عام 2016. تم تلوين البيانات التي تم الحصول عليها من أجل عزل الكثافة المختلفة للحسابات التي تقوم بها الشبكة العصبية.

تبين أن جميع الصور التي حصل عليها الباحثون ليست معقدة للغاية فحسب ، بل تشبه أيضًا بشكل مخيف الأشياء البيولوجية الحقيقية. كان هدف المهندسين هو إظهار ما يحدث داخل الشبكة العصبية بوضوح ولماذا يتم الخلط بين بعض العلماء بمبدأ عملهم.

الصور التي تم إنشاؤها بواسطة Graphcore هي رسومات فنية للشبكة العصبية Microsoft RESNET. في عام 2015 ، فازت RESNET في مسابقة للتعرف على الصور تسمى ImageNet.

تم الحصول على الصورة التالية بعد 50 دورة من تدريب الشبكة العصبية Graphcore للتعرف على الصور:



يعمل نظام IPU الخاص بـ Graphcore مع إطار عمل Poplar. الإطار مكتوب بلغة C ++ ويركز على العمل مع الرسوم البيانية أثناء التعلم الآلي للشبكة العصبية. Libraries Poplar هو تطوير مفتوح المصدر ، والذي يمكن استخدامه في المستقبل جنبًا إلى جنب مع TensorFlow و MXNet ، والتي يمكن أن تعمل تقريبًا خارج الصندوق مع IPU Graphcore. يمكن تخصيص مجموعة أدوات التصحيح والتحليل باستخدام كل من C ++ و Python.

لا ينطبق GraphU IPU على التعرف على الصور فحسب ، بل أيضًا لمعالجة مجموعة كبيرة من البيانات. على سبيل المثال ، يقدم المطورون تصورًا لعملية معالجة البيانات الفيزيائية الفلكية على IPU الخاص بهم تحت سيطرة شبكة عصبية:



أو هنا صورة للشبكة العصبية العميقة التي تم إنشاؤها باستخدام AlexNet باستخدام TensorFlow:



AlexNet هو الفائز أيضًا في ImageNet ، ولكن في عام 2012. للمقارنة ، يتم إعطاء بنية الشبكة العصبية القائمة على Microsoft Research RESNET:



تم تطوير IPU خصيصًا للعمل مع الشبكات العصبية ، ويأمل المطورون أن تؤدي نتيجة عملهم إلى مرحلة جديدة في التعلم الآلي. يلاحظ فريق Graphcore الكفاءة الأكبر لشبكات IPU ، وكذلك سرعة التعلم الأكبر من المنافسين.

Source: https://habr.com/ru/post/ar401687/