鷲崎 弘宜, 名取 直毅, 竹内 広宜, 奥田 聡, 本田 澄, 土肥 拓生, 内平 直志, “機械学習応用システムのアーキテクチャ・デザインパターンの体系化に向けて”, ポスター, 第3回機械学習工学研究会(MLSE夏合宿2020), オンライン, 2020年7月2-4日Read less
![機械学習応用システムのアーキテクチャ・デザインパターンの体系化に向けて](https://cdn-ak-scissors.b.st-hatena.com/image/square/ae8483498a787fa9ed281f79b6cf2111da8a5b61/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Fmlse-patterns-poster-20200703-200703070147-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
3つの要点 その1 パラメータ数を激減させる新しい畳み込みMixConvを提案 その2 MixConv層を含んだモデルをAIに自動生成(=NAS)させることでMixNetを開発 その3 MixNetはMobileNet-V3やMnasNetなどの小型画像認識モデルのみならずResNet-153に対してはパラメータ数1/9程度で性能を凌いだ MixConv: Mixed Depthwise Convolutional Kernels written by Mingxing Tan, Quoc V. Le (Submitted on 22 Jul 2019 (v1), last revised 1 Dec 2019 (this version, v3)) Journal reference: BMVC 2019 Subjects: Computer Vision and Pattern
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く