Microsoft तंत्रिका नेटवर्क छवि मान्यता प्रतियोगिता में Google और Intel को हरा देता है

Microsoft अनुसंधान ने छठी वार्षिक ImageNet छवि मान्यता प्रतियोगिता में कई श्रेणियों में उत्कृष्ट प्रदर्शन किया। वह Google, Intel, Qualcomm और Tencent के साथ-साथ कई स्टार्टअप्स और रिसर्च लेबोरेटरीज ( परिणाम ) से प्रतिस्पर्धी प्रणालियों को पार करने में सफल रही ।

चैंपियन प्रणाली को "डीप रेजिडेंशियल लर्निंग फॉर इमेज रिकॉग्निशन" कहा जाता है, और इसके काम के तकनीकी सिद्धांतों का वर्णन करने वाला एक लेख सार्वजनिक उपयोग के लिए मुफ्त में प्रकाशित किया गया है।

"हमने 150 से अधिक परतों की गहराई के साथ एक तंत्रिका नेटवर्क को प्रशिक्षित किया," शोधकर्ताओं ने विधि का वर्णन किया। - एक ही समय में, एक गहरी अवशिष्ट सीखने की रूपरेखा का उपयोग किया गया था, जो बेहद गहरे तंत्रिका नेटवर्क के अनुकूलन और अभिसरण की सुविधा प्रदान करता है। गहरी अवशिष्ट सीखने की विधि आपको अतिरिक्त सटीकता प्राप्त करने की अनुमति देती है जब तंत्रिका नेटवर्क पहले उपयोग किए गए लोगों की तुलना में बहुत गहरा होता है। सटीकता में यह लाभ कई पारंपरिक तंत्रिका नेटवर्क में नहीं देखा जाता है जब उन्हें गहरा किया जाता है। ”

चित्रण में, अवशिष्ट सीखने वाला एक तंत्रिका नेटवर्क सही स्तंभ में दिखाया गया है।



. . Microsoft . API «» (Project Oxford), - .



ImageNet, 100 000 Flickr , (, , ..).

Microsoft के विकास में केवल 3.5% की वर्गीकरण त्रुटि दर और स्थानीयकरण की त्रुटियां दिखाई गईं - 9%।

पिछले वर्षों में, वस्तुओं के वर्गीकरण के संदर्भ में प्रतियोगिता के विजेता गूगल, स्टार्टअप क्लेरिफाई और एनईसी थे। आधिकारिक ब्लॉग

पर कार्यक्रम के लेखकों में से एक, जियान सन ने कहा, "हमने कल्पना भी नहीं की थी कि यह एकल विचार [गहन अवशिष्ट सीखने] इतना महत्वपूर्ण हो सकता है ।"

Source: https://habr.com/ru/post/hi387979/