목차
결론
기술 주변기기 일체 포함 MLP를 대체하는 KAN은 오픈소스 프로젝트를 통해 컨볼루션으로 확장되었습니다.

MLP를 대체하는 KAN은 오픈소스 프로젝트를 통해 컨볼루션으로 확장되었습니다.

Jun 01, 2024 pm 10:03 PM
모델 정리

이달 초 MIT 및 기타 기관의 연구자들은 MLP에 대한 매우 유망한 대안인 KAN을 제안했습니다.

KAN은 정확성과 해석성 측면에서 MLP보다 뛰어납니다. 그리고 매우 적은 수의 매개변수로 더 많은 수의 매개변수를 사용하여 실행되는 MLP보다 성능이 뛰어날 수 있습니다. 예를 들어 저자는 KAN을 사용하여 더 작은 네트워크와 더 높은 수준의 자동화로 DeepMind의 결과를 재현했다고 밝혔습니다. 구체적으로 DeepMind의 MLP에는 약 300,000개의 매개변수가 있는 반면 KAN에는 약 200개의 매개변수만 있습니다.

KAN은 보편적 근사 정리에 기반한 MLP와 동일한 강력한 수학적 기반을 갖고 있는 반면 KAN은 Kolmogorov-Arnold 표현 정리에 기반을 두고 있습니다.

아래 그림과 같이 KAN은 Edge에 활성화 기능이 있고 MLP는 Node에 활성화 기능이 있습니다. KAN은 MLP보다 매개변수 효율성이 더 높은 것으로 보이지만 각 KAN 레이어에는 MLP 레이어보다 더 많은 매개변수가 있습니다. 그림: [그림 1: 개략도] 간략한 설명: KAN은 에지 기반 신경망 구조로, 각 노드에는 에지 가중치와 활성화 함수가 있습니다. Edge 전파를 통해 정보의 전송 및 업데이트를 실현합니다. MLP는 노드 기반 신경망 구조이며, 각 노드에는 입력이 있습니다. 각 픽셀에서 학습 가능한 비선형 활성화 함수인 KAN 컨볼루션(CKAN)이 제안되고 오픈 소스로 제공됩니다.

MLP를 대체하는 KAN은 오픈소스 프로젝트를 통해 컨볼루션으로 확장되었습니다.

프로젝트 주소: https://github.com/AntonioTepsich/Convolutional-KANs

MLP를 대체하는 KAN은 오픈소스 프로젝트를 통해 컨볼루션으로 확장되었습니다.KAN Convolution

KAN+ convolution은 convolution과 매우 유사하지만 커널과 이미지에는 없습니다. 해당 픽셀 사이에 내적을 적용하면 학습 가능한 비선형 활성화 함수가 각 요소에 적용된 후 합산됩니다. KAN+컨볼루션의 커널은 4개의 입력 뉴런과 1개의 출력 뉴런이 있는 KAN+선형 레이어와 동일합니다. 각 입력 i에 대해 ф_i 학습 가능 함수를 적용하면 이 컨볼루션 단계의 결과 픽셀은 ф_i(x_i)의 합이 됩니다.

KAN 매개변수

MLP를 대체하는 KAN은 오픈소스 프로젝트를 통해 컨볼루션으로 확장되었습니다.

KxK 커널이 있다고 가정하면, 이 행렬의 각 요소에 대해 매개변수 개수가 격자 크기 + 1인 ф가 있고, ф는 다음과 같이 정의됩니다.

이는 활성화 함수 b에 대한 더 많은 표현성을 제공하며 선형 레이어의 매개변수 개수는 그리드 크기 + 2입니다. 따라서 KAN 컨볼루션에는 총 K^2(gridsize + 2)개의 매개변수가 있는 반면 일반 컨볼루션에는 K^2만 있습니다.

MLP를 대체하는 KAN은 오픈소스 프로젝트를 통해 컨볼루션으로 확장되었습니다.초기 평가

저자가 테스트한 다양한 아키텍처는 다음과 같습니다.

KAN 선형 레이어에 연결된 KAN 컨볼루셔널 레이어(KKAN)

MLP에 연결된 KAN 컨벌루션 레이어(CKAN) )
  • 컨볼루션 간 일괄 정규화를 사용하는 CKAN(CKAN_BN)
  • ConvNet(MLP에 연결된 클래식 컨볼루션)(ConvNet)
  • Simple MLP
  • 저자는 다음과 같이 구현합니다. KAN 컨볼루션 아직 초기 단계이지만 유망한 아이디어입니다. 그들은 KAN 컨볼루션의 성능을 평가하기 위해 몇 가지 예비 실험을 수행했습니다.

MLP를 대체하는 KAN은 오픈소스 프로젝트를 통해 컨볼루션으로 확장되었습니다.이러한 "예비" 결과를 게시하는 이유는 이 아이디어를 가능한 한 빨리 외부 세계에 소개하고 커뮤니티에서 더 넓은 연구를 촉진하기를 희망하기 때문이라는 점은 주목할 가치가 있습니다.

컨벌루션 레이어에 있는 목록의 각 요소에는 컨볼루션 수와 해당 커널 크기가 포함됩니다.

28x28 MNIST 데이터 세트를 기반으로 KANConv 및 MLP 모델이 ConvNet(대형)에 비해 허용 가능한 정확도를 달성하는 것을 관찰할 수 있습니다. 그러나 차이점은 KANConv와 MLP가 표준 ConvNet보다 7배 더 많은 매개변수를 필요로 한다는 점입니다. 또한 KKAN의 정확도는 ConvNet Medium보다 0.04 낮고 매개변수 수(94k vs. 157k)는 ConvNet Medium의 거의 절반으로 이 아키텍처의 잠재력을 보여줍니다. 또한 이에 대한 결론을 도출하려면 더 많은 데이터 세트에 대한 실험을 수행해야 합니다.

앞으로 며칠, 몇 주 안에 저자는 비교에 사용되는 모델과 모델의 하이퍼 매개변수를 철저히 조정할 것입니다. 일부 하이퍼파라미터 및 아키텍처 변형이 시도되었지만 이는 경험적일 뿐이며 정확한 접근 방식을 따르지 않습니다. 그들은 계산 능력과 시간 제약으로 인해 아직 대규모이거나 더 복잡한 데이터 세트를 다루지 않았으며 이 문제를 해결하기 위해 노력하고 있습니다.

앞으로 저자는 더 복잡한 데이터 세트에 대한 실험을 수행할 예정인데, 이는 더 많은 KAN 컨볼루션 레이어를 구현해야 하기 때문에 KANS의 매개변수 양이 증가한다는 것을 의미합니다.

결론

현재 전통적인 컨볼루션 네트워크와 비교해 저자는 KAN 컨볼루션 네트워크의 성능이 크게 향상되지 않았다고 말했습니다. 그들의 분석은 이것이 시도된 최고의 아키텍처(ConvNet Big, 이 비교는 규모 요인에 따라 불공평함)와 비교할 때 이것이 단순한 데이터 세트와 모델을 사용하기 때문이라고 믿습니다. 이 아키텍처의 장점은 더 나은 매개변수를 가지고 있다는 것입니다. 훨씬 적습니다.

2개의 동일한 컨벌루션 레이어와 끝에 동일한 MLP가 연결된 KAN 컨벌루션 레이어를 비교하면 정확도가 0.06 증가하여 고전적인 방법이 약간 더 나은 반면 KAN 컨벌루션 레이어와 KAN 선형은 매개변수 수 레이어는 기존 방법의 거의 절반이지만 정확도는 0.04만큼 감소합니다.

저자는 모델과 데이터 세트의 복잡성이 증가할수록 KAN 컨벌루션 네트워크의 성능이 향상되어야 한다고 말했습니다. 동시에 입력 차원이 증가함에 따라 모델의 매개변수 수도 더 빠르게 증가합니다.

위 내용은 MLP를 대체하는 KAN은 오픈소스 프로젝트를 통해 컨볼루션으로 확장되었습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

Video Face Swap

Video Face Swap

완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

뜨거운 도구

메모장++7.3.1

메모장++7.3.1

사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전

SublimeText3 중국어 버전

중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기

스튜디오 13.0.1 보내기

강력한 PHP 통합 개발 환경

드림위버 CS6

드림위버 CS6

시각적 웹 개발 도구

SublimeText3 Mac 버전

SublimeText3 Mac 버전

신 수준의 코드 편집 소프트웨어(SublimeText3)

세계에서 가장 강력한 오픈 소스 MoE 모델이 여기에 있습니다. 중국의 기능은 GPT-4와 비슷하며 가격은 GPT-4-Turbo의 거의 1%에 불과합니다. 세계에서 가장 강력한 오픈 소스 MoE 모델이 여기에 있습니다. 중국의 기능은 GPT-4와 비슷하며 가격은 GPT-4-Turbo의 거의 1%에 불과합니다. May 07, 2024 pm 04:13 PM

기존 컴퓨팅을 능가할 뿐만 아니라 더 낮은 비용으로 더 효율적인 성능을 달성하는 인공 지능 모델을 상상해 보세요. 이것은 공상과학 소설이 아닙니다. DeepSeek-V2[1], 세계에서 가장 강력한 오픈 소스 MoE 모델이 여기에 있습니다. DeepSeek-V2는 경제적인 훈련과 효율적인 추론이라는 특징을 지닌 전문가(MoE) 언어 모델의 강력한 혼합입니다. 이는 236B 매개변수로 구성되며, 그 중 21B는 각 마커를 활성화하는 데 사용됩니다. DeepSeek67B와 비교하여 DeepSeek-V2는 더 강력한 성능을 제공하는 동시에 훈련 비용을 42.5% 절감하고 KV 캐시를 93.3% 줄이며 최대 생성 처리량을 5.76배로 늘립니다. DeepSeek은 일반 인공지능을 연구하는 회사입니다.

AI가 수학적 연구를 전복시킨다! 필즈상 수상자이자 중국계 미국인 수학자, Terence Tao가 좋아하는 11개 논문 발표 | AI가 수학적 연구를 전복시킨다! 필즈상 수상자이자 중국계 미국인 수학자, Terence Tao가 좋아하는 11개 논문 발표 | Apr 09, 2024 am 11:52 AM

AI는 실제로 수학을 변화시키고 있습니다. 최근 이 문제에 주목하고 있는 타오저쉬안(Tao Zhexuan)은 '미국수학회지(Bulletin of the American Mathematical Society)' 최신호를 게재했다. '기계가 수학을 바꿀 것인가?'라는 주제를 중심으로 많은 수학자들이 그들의 의견을 표현했습니다. 저자는 필즈상 수상자 Akshay Venkatesh, 중국 수학자 Zheng Lejun, 뉴욕대학교 컴퓨터 과학자 Ernest Davis 등 업계의 유명 학자들을 포함해 강력한 라인업을 보유하고 있습니다. AI의 세계는 극적으로 변했습니다. 이 기사 중 상당수는 1년 전에 제출되었습니다.

Google은 열광하고 있습니다. JAX 성능이 Pytorch와 TensorFlow를 능가합니다! GPU 추론 훈련을 위한 가장 빠른 선택이 될 수 있습니다. Google은 열광하고 있습니다. JAX 성능이 Pytorch와 TensorFlow를 능가합니다! GPU 추론 훈련을 위한 가장 빠른 선택이 될 수 있습니다. Apr 01, 2024 pm 07:46 PM

Google이 추진하는 JAX의 성능은 최근 벤치마크 테스트에서 Pytorch와 TensorFlow를 능가하여 7개 지표에서 1위를 차지했습니다. 그리고 JAX 성능이 가장 좋은 TPU에서는 테스트가 이루어지지 않았습니다. 개발자들 사이에서는 여전히 Tensorflow보다 Pytorch가 더 인기가 있습니다. 그러나 앞으로는 더 큰 모델이 JAX 플랫폼을 기반으로 훈련되고 실행될 것입니다. 모델 최근 Keras 팀은 기본 PyTorch 구현을 사용하여 세 가지 백엔드(TensorFlow, JAX, PyTorch)와 TensorFlow를 사용하는 Keras2를 벤치마킹했습니다. 첫째, 그들은 주류 세트를 선택합니다.

안녕하세요, 일렉트릭 아틀라스입니다! 보스턴 다이나믹스 로봇 부활, 180도 이상한 움직임에 겁먹은 머스크 안녕하세요, 일렉트릭 아틀라스입니다! 보스턴 다이나믹스 로봇 부활, 180도 이상한 움직임에 겁먹은 머스크 Apr 18, 2024 pm 07:58 PM

Boston Dynamics Atlas가 공식적으로 전기 로봇 시대에 돌입했습니다! 어제 유압식 Atlas가 역사의 무대에서 "눈물을 흘리며" 물러났습니다. 오늘 Boston Dynamics는 전기식 Atlas가 작동 중이라고 발표했습니다. 상업용 휴머노이드 로봇 분야에서는 보스턴 다이내믹스가 테슬라와 경쟁하겠다는 각오를 다진 것으로 보인다. 새 영상은 공개된 지 10시간 만에 이미 100만 명이 넘는 조회수를 기록했다. 옛 사람들은 떠나고 새로운 역할이 등장하는 것은 역사적 필연이다. 올해가 휴머노이드 로봇의 폭발적인 해라는 것은 의심의 여지가 없습니다. 네티즌들은 “로봇의 발전으로 올해 개막식도 인간처럼 생겼고, 자유도도 인간보다 훨씬 크다. 그런데 정말 공포영화가 아닌가?”라는 반응을 보였다. 영상 시작 부분에서 아틀라스는 바닥에 등을 대고 가만히 누워 있는 모습입니다. 다음은 입이 떡 벌어지는 내용이다

MLP를 대체하는 KAN은 오픈소스 프로젝트를 통해 컨볼루션으로 확장되었습니다. MLP를 대체하는 KAN은 오픈소스 프로젝트를 통해 컨볼루션으로 확장되었습니다. Jun 01, 2024 pm 10:03 PM

이달 초 MIT와 기타 기관의 연구자들은 MLP에 대한 매우 유망한 대안인 KAN을 제안했습니다. KAN은 정확성과 해석성 측면에서 MLP보다 뛰어납니다. 그리고 매우 적은 수의 매개변수로 더 많은 수의 매개변수를 사용하여 실행되는 MLP보다 성능이 뛰어날 수 있습니다. 예를 들어 저자는 KAN을 사용하여 더 작은 네트워크와 더 높은 수준의 자동화로 DeepMind의 결과를 재현했다고 밝혔습니다. 구체적으로 DeepMind의 MLP에는 약 300,000개의 매개변수가 있는 반면 KAN에는 약 200개의 매개변수만 있습니다. KAN은 MLP와 같이 강력한 수학적 기반을 가지고 있으며, KAN은 Kolmogorov-Arnold 표현 정리를 기반으로 합니다. 아래 그림과 같이 KAN은

시계열 예측 + NLP 대규모 모델에 대한 새로운 작업: 시계열 예측을 위한 암시적 프롬프트 자동 생성 시계열 예측 + NLP 대규모 모델에 대한 새로운 작업: 시계열 예측을 위한 암시적 프롬프트 자동 생성 Mar 18, 2024 am 09:20 AM

오늘 저는 시계열 예측 성능을 향상시키기 위해 잠재 공간에서 시계열 데이터를 대규모 자연어 처리(NLP) 모델과 정렬하는 방법을 제안하는 코네티컷 대학의 최근 연구 작업을 공유하고 싶습니다. 이 방법의 핵심은 잠재 공간 힌트(프롬프트)를 사용하여 시계열 예측의 정확성을 높이는 것입니다. 논문 제목: S2IP-LLM: SemanticSpaceInformedPromptLearningwithLLMforTimeSeriesForecasting 다운로드 주소: https://arxiv.org/pdf/2403.05798v1.pdf 1. 큰 문제 배경 모델

공장에서 일하는 테슬라 로봇, 머스크 : 올해 손의 자유도가 22도에 달할 것! 공장에서 일하는 테슬라 로봇, 머스크 : 올해 손의 자유도가 22도에 달할 것! May 06, 2024 pm 04:13 PM

테슬라의 로봇 옵티머스(Optimus)의 최신 영상이 공개됐는데, 이미 공장에서 작동이 가능한 상태다. 정상 속도에서는 배터리(테슬라의 4680 배터리)를 다음과 같이 분류합니다. 공식은 또한 20배 속도로 보이는 모습을 공개했습니다. 작은 "워크스테이션"에서 따고 따고 따고 : 이번에 출시됩니다. 영상에는 옵티머스가 공장에서 이 작업을 전 과정에 걸쳐 사람의 개입 없이 완전히 자율적으로 완료하는 모습이 담겨 있습니다. 그리고 Optimus의 관점에서 보면 자동 오류 수정에 중점을 두고 구부러진 배터리를 집어 넣을 수도 있습니다. NVIDIA 과학자 Jim Fan은 Optimus의 손에 대해 높은 평가를 했습니다. Optimus의 손은 세계의 다섯 손가락 로봇 중 하나입니다. 가장 능숙합니다. 손은 촉각적일 뿐만 아니라

FisheyeDetNet: 어안 카메라를 기반으로 한 최초의 표적 탐지 알고리즘 FisheyeDetNet: 어안 카메라를 기반으로 한 최초의 표적 탐지 알고리즘 Apr 26, 2024 am 11:37 AM

표적 탐지는 자율주행 시스템에서 상대적으로 성숙한 문제이며, 그 중 보행자 탐지는 가장 먼저 배포되는 알고리즘 중 하나입니다. 대부분의 논문에서 매우 포괄적인 연구가 수행되었습니다. 그러나 서라운드 뷰를 위한 어안 카메라를 사용한 거리 인식은 상대적으로 덜 연구되었습니다. 큰 방사형 왜곡으로 인해 표준 경계 상자 표현은 어안 카메라에서 구현하기 어렵습니다. 위의 설명을 완화하기 위해 확장된 경계 상자, 타원 및 일반 다각형 디자인을 극/각 표현으로 탐색하고 인스턴스 분할 mIOU 메트릭을 정의하여 이러한 표현을 분석합니다. 제안된 다각형 형태의 모델 fisheyeDetNet은 다른 모델보다 성능이 뛰어나며 동시에 자율 주행을 위한 Valeo fisheye 카메라 데이터 세트에서 49.5% mAP를 달성합니다.

See all articles