对比SOTA方法
虽然表 4 展示了本文方法的优越性,但是由于搜索空间和训练方法的不同,存在不公平对比的可能性。为直接进行对比,本文采用和 Proxyless NAS、FBNet相同的搜索空间,并在同一设置下再训练已搜索的模型,具体对比结果如表 5 所示:
表 5:本文方法与当前 SOTA NAS 方法的对比
混合精度量化搜索
低功率设备部署模型时需要用到量化技术。但是在通道数与位宽之间找到一个权衡不无挑战。对于这些问题,本文方法可迎刃而解。
这里的搜索空间包含上述的通道搜索空间和混合精度量化搜索空间,后者使用一个全新的选择单元搜索权重和特征图的位宽,如图 5 所示。
在超网络训练中,对于每个选择单元,特征位宽和权重位宽是随机采样的。他们在进化步骤中被确定。具体实验结果如表 6 所示:
表 6:混合精度量化搜索的结果
搜索成本分析
搜索成本在 NAS 中是一件要紧的事。本文给出了与先前方法 [4] [26] 的一些对比结果,如表 7 所示:
表 7:搜索成本
论文地址:
https://arxiv.org/abs/1904.00420
更多阅读
【2019 新智元 AI 技术峰会精彩回顾】
2019 年 3 月 27 日,新智元再汇 AI 之力,在北京泰富酒店举办 AI 开年盛典 ——2019 新智元 AI 技术峰会。峰会以 “智能云・芯世界 “为主题,聚焦智能云和 AI 芯片的发展,重塑未来 AI 世界格局。
同时,新智元在峰会现场权威发布若干 AI 白皮书,聚焦产业链的创新活跃,评述 AI 独角兽影响力,助力中国在世界级的 AI 竞争中实现超越。
嘉宾精彩演讲:
腾讯云副总裁王龙:《解决 AI 技术落地难题,“解耦” 是关键》
华为消费者业务首席战略官邵洋:《P30 为什么这么贵还卖的火?除了麒麟芯片,背后还有 “飞轮”》
驭势科技创始人兼 CEO 吴甘沙:《无人车驶出寒冬?》
北京旷视科技有限公司是一家行业领先的人工智能公司,在深度学习方面拥有核心竞争力。旷视向客户提供包括先进算法、平台软件、应用软件及内嵌人工智能功能的物联网设备的全栈式解决方案,并在多个行业取得领先地位。2017年和2019年,旷视跻身《麻省理工科技评论》发布的两项「50大最聪明公司」榜单中。
旷视是全球为数不多的拥有自主研发深度学习框架的公司之一。旷视自研的深度学习框架Brain++作为统一的底层架构,为算法训练及模型改进过程提供重要支持。Brain++帮助旷视构建了一条不断自我改进、不断更加自动化的算法生产线,实现以更少的人力和更短的时间开发出各种新算法,并能够针对不同垂直领域的碎片化需求定制丰富且不断增长的算法组合。以Brain++作为基础设施,旷视开发了可部署于云端、移动端及边缘端计算平台的先进深度神经网络。
旷视是人工智能技术商业化的先行者,通过提供多种高效的全栈式解决方案为不同垂直领域的客户赋能。旷视的个人物联网解决方案为手机提供人脸识别解锁与计算摄影功能,持续改善个人设备的用户体验,为移动应用融入身份验证功能,加强产品与服务的安全性。旷视的城市物联网解决方案使各种城市场景实现物联网设备的智能部署及管理,通过视觉数据的高效与精确分析,加强公共安全与便利,优化交通管理并改善城市资源规划。旷视的供应链物联网解决方案帮助企业数字化升级工厂、仓库及零售店,从而提高供应链整体效率。
旷视总部位于北京,拥有 2,000 多名员工,并在北京、上海、南京、成都等地都设有研发中心。旷视的典型客户包括金融科技公司、银行、智能手机公司、第三方系统集成商、物业管理者、学校、物流公司及制造商等。
2022-11-28 18:32
2022-11-15 16:12
2022-11-14 14:29
2022-11-11 11:14
2022-11-08 11:34
2022-11-04 17:14
2022-11-02 14:58
2022-10-18 16:29