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 419+ 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

发表评论

相关文章

重磅!树莓派正式支持谷歌深度学习框架TensorFlow

树莓派的最新版本系统正式支持TensorFlow,让每个开源硬件爱好者都能享受深度学习的乐趣! 2015年,谷歌TensorFlow推出,从此,它一直致力于成为每一个人的开源深度学习工具。 长期以来,经...

如何使用对抗性攻击来攻击语音识别系统

语音识别技术落地场景也很多,比如智能音箱,还有近期的谷歌 IO 大会上爆红的会打电话的 Google 助手等。本文章的重点是如何使用对抗性攻击来攻击语音识别系统。

5G标准投票回放:为何想给联想贴上“卖国”的标签?

——eMBB数据信道短码使用Polar code。以华为为首的57家公司联署了这个提案,包括联想和MotorolaMobility。 不过,这两个提案都遭到了很多公司的反对。在主席记录里面没有显示哪些公司对第一个...

英特尔推OpenVINO,将计算机图形和深度学习推理整合到前沿的视觉应用

在接受外媒ZDNet采访的时候,英特尔高管Adam Burns表示:“构建智能的不只是一种架构。”OpenVINO提供了一组已经优化的能力和runtime引擎,能够允许开发者在架构上运行自己的模型,无论是FPGA...

Intel深度学习方面对NVIDIA和谷歌有一场持续恶战

DAWNBench是一套用于端到端深度学习训练和推理的基准套件。它提供了一套通用的深学习评价指标,用于量化训练时间、训练成本、推理延迟以及推理成本