NEC 發表深度學習自動優化技術,藉預測學習進度降低辨識錯誤率

2017.12.19 02:35PM
272
是NEC 發表深度學習自動優化技術,藉預測學習進度降低辨識錯誤率這篇文章的首圖

基於機械神經網路的深度學習是近年人工智慧的大熱門,而 NEC 也針對神度學習發表深度學習自動優化技術,強調能夠降低辨識錯誤率並使辨識精度提升;這項技術的起因是在現行的機械神經網路的學習模式中,若電腦過度學習資料會產生"過度訓練"現象,導致僅有學習過的資料才具備高精度、未曾訓練過的資料精度會下降,通常會使用所謂"正規化"方式調整過程,當前的方式是僅能針對整個類神經網路進行統一的正規化,但仍無法改變部分學習層過學習的情況,但透過手動方式逐層調整也相當困難。

是NEC 發表深度學習自動優化技術,藉預測學習進度降低辨識錯誤率這篇文章的第1圖

而 NEC 的新技術則是依照類神經網路結構進行每一層學習進度的預測,同時針對各層進度進行自動設定的正規化,如此一來相較傳統統一正規化的方式可降低 20% 的辨識錯誤率,使精度大幅提升;同時在導入此項預測式自動正規化後,不須提升計算量,可在維持與先前相同的計算量之下使得精度提升。

回應 0
科學新知
吃藥配什麼大學問 開水還是最安全
Knowing
7 個小時前

熱門文章

最新消息

本日精選