NeurIPS 2019浪潮發(fā)布AutoML Suite模型搜索效率大幅提升

加拿大當地時間12月8日-14日,國際人工智能頂會NeurIPS 2019在溫哥華召開。在本屆大會上,浪潮發(fā)布了全新升級的自動機器學習算法工具AutoML Suite,其模型搜索效率大幅提升,在模型精度相當的條件下,實現了模型搜索數目提升10倍、訓練次數降低10倍。

浪潮AutoML Suite吸引眾多關注

AutoML Suite是浪潮自主開發(fā)的自動機器學習算法工具平臺,在今年4月首發(fā),它具有四大特點:1)一站式可視化處理,用戶只需經過任務設置、數據上傳、模型搜索、模型訓練、模型評估、模型部署六個步驟的可視化操作即可為學習任務構建好網絡模型,并獲得高精度;2)自動生成計算機視覺CV模型,采用強化學習自動完成分類、回歸模型生成,并支持監(jiān)督學習和無監(jiān)督學習;3)部署形式靈活,為全球首個支持On-Premise和Cloud雙模式部署的產品,秒級完成部署;4)支持多機多GPU卡并行,極大降低模型搜索和模型訓練時間,提高了模型生產效率。

升級后的AutoML Suite 采用新一代神經網絡架構搜索算法,新增超網絡參數共享與目標檢測功能,可適用百萬級的大規(guī)模數據集訓練,在大幅縮短模型搜索和模型訓練時間的同時,也實現了超越人工設計模型的精度。同時還改進了數據接口讀取方式、采用了新的自適應約束條件的模型搜索方式,部署實用性更強,內存消耗更少。

浪潮AutoML Suite自動機器學習算法工具平臺

基于CAR數據集的測試結果顯示,使用11481張圖片的訓練數據集,相比之前,搜索模型的平均速度快將近24倍,在模型精度相當的條件下,實現了模型搜索數目提升10倍、訓練次數降低10倍?；贑IFAR-10數據集,50000張圖片的訓練數據集,AutoML Suite 的模型搜索數量達到1500個,模型搜索時間為7.25 GPU時,單次訓練耗時僅需129秒,模型精度達到96.7%。在相同測試環(huán)境下,對比開源自動建模工具Auto-Keras的各項指標分別為22、24、181和83.64%。

同時,浪潮還公布了AutoML Suite 基于實際應用場景——交通卡口車輛識別業(yè)務場景的運行結果。在該場景中,在人工設計模型與自動搜索模型的對比測試中,AutoML Suite相比ShuffleNet V2、Inception V2、ResNet50三個專家手工設計模型,在參數和浮點運算量較少的情況下,實現了模型精度的超越。在交通卡口車輛識別業(yè)務場景的實際測試結果顯示,在單張GPU卡上,訓練35.7萬張圖片構成的數據集,AutoML Suite 的模型搜索數量達到2000個,搜索耗時54小時,訓練耗時196小時,模型平均精度達到94.6%,與之前實戰(zhàn)業(yè)務模型平均精度相當。

浪潮NeurIPS 2019展區(qū)

浪潮是人工智能計算的領導品牌,AI服務器中國市場份額保持50%以上,并與人工智能領先科技公司保持在系統與應用方面的深入緊密合作,幫助AI客戶在語音、語義、圖像、視頻、搜索、網絡等方面取得數量級的應用性能提升。浪潮擁有業(yè)界領先的AI加速卡、全面覆蓋訓練、推理、邊緣等AI場景的服務器陣列,并具備AI算法工具、管理軟件等開發(fā)能力,可為客戶提供一體化交付。在浪潮提出的元腦生態(tài)中,浪潮與合作伙伴共享AI計算、資源與算法三大核心平臺能力,助力行業(yè)用戶開發(fā)并部署屬于自己的“行業(yè)大腦”,加速推進產業(yè)AI化落地。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。