现在的位置: 首页资讯>正文
NEC宣布开发了更易于提高识别精度的深度学习自动优化技术
2017年12月21日 作者: 暂无评论 134+ 0

近日,NEC宣布开发了更易于提高识别精度的深度学习自动优化技术。以往进行深度学习时,很难基于神经网络构造进行调整,所以无法在整个网络进行最优化的学习, 因而无法充分发挥其识别性。此次开发的技术, 可以基于其结构自动优化神经网络学习的进度,从而轻松实现比以往更加精准的识别。

此技术的出现,使得应用了图像识别及声音识别等深度学习技术的各个领域,均有望实现识别精度的进一步提高。例如,人脸识别和行为分析等视频监控识别精度的提高、基础设施等点检工作效率的提高,实现自动检测灾害、事故和灾难等。NEC

近年来,深度学习的研究取得了飞跃性的进展。在图像识别、声音识别等广泛领域内得到了应用。深度学习使用具备深层构造的神经网络, 学习事先准备好的数据来实现高精度化。但是,如果数据被过度地学习,则会出现“过学习”的现象,即只能高精度地识别学习过的数据,而未用于学习的数据的识别精度则降低。为了避免这种情况的发生,就需要使用“正则化”技术进行调整。

由于神经网络的学习过程因其结构而复杂多变,所以过去只能对整个网络使用相同的正则化技术。结果出现了网络各层有的过度学习,有的学习停滞等问题,因而很难充分发挥原有的识别性能。另外,由于手动调整各层的学习进度极为困难,所以对于逐层自动调整学习进度的需求呼声很高。

此次开发的技术是基于神经网络的结构,逐层预测学习进度,并自动配置适合各层进展的正则化技术。通过此技术,在整个网络中学习被优化,并且可以将识别错误率降低约20%,改善识别精度。NEC

新技术的优点

1、根据神经网络结构的自动学习优化

基于神经网络的结构,我们预测每层的学习进度,并逐层自动设置适合于各层进展的正则化。据此,整个网络的学习进度就得到了优化,解决了过去各层过度学习和学习停滞的问题。在使用该技术的手写数字数据的识别实验中,识别错误率降低了约20%,识别精准度已经得到明显改善。NEC

2、与以往相同的计算量下,轻松实现高精度

该技术仅在学习神经网络前实施一次,即可在与以往同等的学习计算量下轻松地实现高精度。

NEC集团致力于在全球范围内推进社会解决方案,提供安心、安全、高效、公平的社会价值,将先进的ICT技术与知识相融合,为实现更加光明、更加丰富多彩的高效社会尽一份力量。

原文地址: http://www.eeboard.com/news/nec-2/

搜索爱板网加关注,每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注!

【微信扫描下图可直接关注】 aibanwang

  

相关文章

微软推出深度学习平台Project Brainwave,使用FPGA实现软DPU
projectbrain

Project Brainwave 是微软的一套深度学习加速平台,主要面向实时人工智能应用。这并不是我们首次听到它的名字,因为该公司去年时就曾多次提及。 但在 Hot Chips 2017 大会上,该公司披露了 P...

市值达10亿美元,寒武纪成为中国AI芯片制造厂商首个独角兽
AI001

由中国科学院计算技术研究所(中科院计算所)陈云霁、陈天石两兄弟创立的寒武纪科技(CambriconTechnologies)宣布完成1亿美元A轮融资,由国投创业(A轮领投方)

骁龙 NPE——高通首个面向骁龙移动平台设计的深度学习软件框架上线了!
adreno

Qualcomm 宣布,即日起将在 Qualcomm 开发者网络(Qualcomm Developer Network)上提供 Qualcomm 骁龙神经处理引擎(Neural Processing Engine,NPE)软件开发包(SDK)。骁龙 NPE 是首个面...

学什么单片机最有前途?骚年你可知道
danpj

要说学哪一种单片机最有前途,笔者也不敢妄加断言。不管选择那一种,前途光明与否都由你的造诣深度来决定,精则兴,不精则废。

想知道深度学习和计算机视觉分析脸部表情的原理吗,这里有!
deep learning001

深度学习技术对于降低计算机视觉识别和分类的错误率展现出巨大的优势。在嵌入式系统中实施深度神经网络有助于机器透过视觉解读脸部表情,并达到类似人类的准确度。

给我留言

您必须 [ 登录 ] 才能发表留言!