VIP内容

今天的人工智能太大了。深度神经网络需要非凡的计算能力,因此需要强大的训练和推理能力。这严重限制了人工智能在边缘设备上的实际部署。我们的目标是提高深度学习的效率。首先,我将介绍MCUNet,它为物联网设备带来了深度学习。MCUNet是一个联合设计高效神经架构(TinyNAS)和轻量级推理引擎(TinyEngine)的框架,能够在只有1MB Flash的物联网设备上实现ImageNet规模的推理。接下来我将讨论TinyTL,它支持设备上的迁移学习,将内存占用减少7-13倍。最后,我将描述可微分增强技术,它能够实现数据效率高的GAN训练,仅使用100张图像生成逼真的图像,而过去需要数万张图像。我们希望这样的TinyML技术可以让人工智能更环保、更快、更可持续。

成为VIP会员查看完整内容
0
17
参考链接
Top