PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2212.07700v3cs.CV공식 코드 · Papers with Code

Colab NAS: 오컴의 면도날 원칙을 따르는 경량의 작업 특화 합성곱 신경망 획득

Colab NAS: Obtaining lightweight task-specific convolutional neural networks following Occam's razor

대규모 데이터셋으로 학습된 합성곱 신경망(CNN)에서 전이학습을 적용하는 현재의 추세는, 목표 애플리케이션이 맞춤형이고 범위가 한정된 문제이며 네트워크를 처음부터 학습시키기에 충분한 데이터가 있는 경우 과도한 처사가 될 수 있습니다. 반면에, 맞춤형이고 더 가벼운 CNN을 학습시키는 것은 처음부터 학습하는 경우 전문성이 필요하거나, 하드웨어 인식 신경망 아키텍처 탐색(HW NAS)의 경우처럼 고성능 자원이 필요하여, 일반적인 신경망 개발자가 아닌 사용자의 기술 접근성을 제한합니다. 이러한 이유로, 우리는 경량의 작업 특화 CNN을 생성하기 위한 접근 가능한 HW NAS 기법인 ColabNAS를 제안합니다. 오컴의 면도날에서 영감을 받은 이 방법의 새로운 도함수 기반이 아닌 탐색 전략을 통해, Google Colaboratory 및 Kaggle Kernel과 같은 무료 온라인 GPU 서비스를 사용하여 단 3.1 GPU 시간 만에 표준 TinyML 벤치마크인 Visual Wake Word 데이터셋에서 최첨단 결과를 획득할 수 있습니다.