刷新ImageNet最高分!谷歌大脑华人研究员发布超强Transformer
近日,谷歌大脑团队公布了Vision Transformer(ViT)进阶版ViT-G/14,参数高达20亿的CV模型,经过30亿张图片的训练,刷新了ImageNet上最高准确率记录——90.45%,此前的ViT取得的最高准确率记录刷新是 88.36%,不仅如此,ViT-G/14还超过之前谷歌提出的Meta Pseduo Labels模型。 Vision Transformer模型的缩放规律 在多项基准测试中,ImageNet, ImageNet-v2和VTAB-1k,ViT-G/Im14的表现都刷新了记录。 例如,在几张照片的识别挑战中,准确率提高了五个百分点以上。研究人员随后训练了多个更微型的模型版本,以寻找架构的缩放规律(scaling law),结果观察到性能遵循幂律函数(power-law function),类似ag于用于NLP的Transformer模型。 2017年由谷歌首次引入的 Transformer 架构迅速成为最受欢迎的NLP深度学习模型设计,其中 OpenAI的GPT-3是最著名的。OpenAI 去年发布的一项研究描述了这些模型的缩放规则(ScaleNing rules)。 OpenAI 通过训练几个不同规模的可比模型,改变训练数据的数量和处理能力,开发了一个用于评估模型准确性的幂律函数。此外,OpenAI 发现更大的模型不仅性能更好,而且计算效率也更高。 与 NLP 模型不同,大多数SOTetA的 CV 深度学习模型,采用的是卷积神经网络架构(CNN)。2012年, 一个CNN模型赢得了ImageNet竞赛,CNN因此声名鹊起。 随着Transformer最近在 NLP 领域的成功,研究人员已经开始关注它在视觉问题上的表现; 例如,O最高penAI 已经构建了一个基于 GPT-3的图像生成系统。 谷歌在这个领域一直非常活跃,在2020年年底使用他们专有的 JFT-300M 数据集训练了一个600m 参数的 ViT 模型。 △ 去年10月,谷歌大脑团队发布了V分!ision Transformer(ViT) 而新的ViT-G/14模型使用 JFT-3B 预先训练,JFT-3B是升级版数据集,包含大约30亿张图片。 研究团队改进了 ViT 架构,增加了内存使用,使模型能够适应单个 TPUv3谷歌核心。研究人员在预先训练的模型上使用少量和微调的迁移学习来评估 ViT-G/14和其他较小模型的性能。这些发现被用来创建缩放规则,类似于 NLP 规则: 根据幂律函数,缩放更多的计算、模型和数据可以提高准确性; 在较小的模型中,准确性可能是一个大脑障碍; 大型数据集有助于大型模型。 目前,ViT-G/14得分在 ImageNet 排行榜上排名第一。下面的八个得分最高的模型同样是由谷歌的研究人员创建的,而第十个模型来自Facebook。 作者团队 本次论文团队成员是此前发布ViT模型的4名华人成员,其中,第一作者是Xiaohua Zhai (翟晓华)。 https://sites.google.com/site/xzhai89/home 翟晓华目前是谷歌大脑研究员。研究领域为深度学习和计算机视觉。兴趣范围包括表征学习、迁移学习研究、自监督学习、生成模型、跨模态感知。 根据他的个人网站提供的信息,2009年,翟晓华本科毕业于南京大学,2014年取得北京大学计算机科学博士学位。 另外,论文作者Alexander Kolesnikov,同为谷歌大脑研究员,研究领域包括人工智员发能、机器学习、深度学习和计算机视觉。 毕业于奥地利Institute of Science and Technology Austria (IST Austria),博士论文为Weakly-Supervised Segmentation and Uns布超upervised Modeling of Natural Images(自然图像的弱监督分割和无监督建模)。 另一名作者Neil Houlsby,研究领域为机器学习、人工智能、计算机视觉和自然语言处理。 第四名作者Lucas Beyer,是一名自学成才强T的黑客、研究科学家,致力于帮助机器人了解世界、帮助人类了解深度学习。
- 最近发表
- 随机阅读
-
- 标签: 莱普科技 半导体设备 IPO 激光热处理
- AI 正在“吞噬”谷歌搜索:Geostar 推出“GEO”新战略,如何确保你的品牌被 ChatGPT 推荐?
- 小地方也能问“大专家”,AQ最新数据:AI看病6成来自小城乡镇
- 快手72B代码模型开源登顶:KAT-Dev横扫SWE-Bench,国产AI编程迎来突破
- Twitter CEO多西290亿美元豪赌 预示“先买后付”时代到来
- 标签: 追觅 俞浩 品牌公关 智能硬件
- 听说你的多智能体强化学习算法不work?你用对MAPPO了吗
- 标签: 微软 Xbox Game Pass Azure
- 云计算核心技术Docker教程:Docker使用卷持久化数据
- 标签: 医脉通 人工智能+医学研究 北京市自然科学基金 朝阳创新联合基金
- 机密文件:谷歌计划在所有平台分销游戏 包括Mac
- 标签: Claude Code Anthropic 中国时区检测 AI实验室域名
- 标签: 恒瑞医药 创新药 抗肿瘤 MSD
- 腾讯云开始全球扩张:腾讯印尼首个数据中心投入使用
- 标签: 苹果 WWDC26 iOS27 SwiftStudentChallenge
- Facebook内容审核员:“科技界最糟糕的工作”?
- 标签: 曦望 GPU芯片 商汤科技 AMD
- 扎克伯格:暴徒冲击国会不是Facebook的责任
- 云计算核心技术Docker教程:Docker上ECS 集成 Compose 功能
- 大手笔!微软本财年将斥资800亿美元建设AI数据中心
- 搜索
-
- 友情链接