Google, AI 모델의 딥 러닝 기능 향상을 위해 TpuGraphs 교육 데이터 세트 출시

Google은 최근 TpuGraphs라는 모델 훈련 데이터 세트를 출시했습니다. 이는 주로 컴파일러를 최적화하고 인공 지능 딥 러닝 기능을 향상시키는 데 사용됩니다

▲ 이미지 출처 구글 블로그(아래동일)

Google은 현재 AI 딥 러닝 시스템이 일반적으로 훈련을 위해 TensorFlow, JAX, PyTorch 및 기타 프레임워크를 사용한다고 지적했습니다. 이러한 프레임워크는 주로 기본 컴파일러의 경험적 방법을 통해 모델을 최적화합니다. 해당 컴파일러에 "학습 비용 모델"을 적용하면 컴파일러의 성능이 향상되고 최종 출력 모델의 딥러닝 기능이 향상될 수 있습니다

Google에서 출시한 TpuGraphs 데이터 세트는 IT House에서 '학습 비용 모델'이라는 사실을 알게 되었습니다. 이 데이터 세트에는 주로 ResNet, EfficientNet, Mask R-CNN 및 Transformer 등과 같은 다양한 인기 모델 아키텍처를 다루는 다양한 오픈 소스 딥 러닝 프로그램이 포함되어 있습니다.

Google은 업계 경쟁사에 비해 Google의 TpuGraphs 데이터 세트가 "평균 그래프 크기" 측면에서 770배 더 크고 "그래프 수" 측면에서 25배 더 크다고 주장합니다. Google은 TpuGraphs 데이터 세트를 적용하면 최종 출력 모델의 "확장성", "효율성" 및 "품질" 문제를 효과적으로 해결할 수 있다고 주장합니다

또한 Google은 메모리가 제한된 장치에서 대규모 그래프 신경망을 훈련할 수 있는 GST(Graph Segment Training)라는 모델 훈련 방법도 출시했습니다. 이 방법은 모델의 "end-to-end 훈련 시간"을 3배 단축하고 모델 훈련의 효율성을 효과적으로 향상시킬 수 있다고 합니다

위 내용은 Google, AI 모델의 딥 러닝 기능 향상을 위해 TpuGraphs 교육 데이터 세트 출시의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!