Facebook新方法加速AI訓練，120萬張圖只用1小時

在你刷知乎的時候，可能遇到過這個問題：在機器學習模型的訓練期間，大概幾十分鐘到幾小時不等，大家都會在等實驗的時候做什麼？ - 知乎

Facebook今天在西雅圖Data@Scale大會上公布的一篇新論文說，他們用不著花太長時間等待，在ImageNet -1k的120萬張圖片上完成訓練，以前需要幾天，現在只要1小時。

該公司的工程師Pieter Noordhuis分享了新發表的論文《準確、大規模的小批量SGD：在1小時內訓練ImageNet》。這篇論文展示了，具有創新性的基礎設計如何規模提高深度學習的效率。

論文作者還包括賈揚清、何凱明等。

Paper下載鏈接：

在Facebook人工智慧研究院和應用機器學習團隊的密切合作下，這篇論文描述了Facebook研究員如何將訓練ImageNet -1k資料庫（其中包含超過120萬張圖片）的時間從幾天減少至1小時，同時確保分類的準確性。該團隊使用Caffe2和Gloo庫去實現合作通信（這兩個庫文件都已上傳至Github），以及Facebook的下一代GPU伺服器Big Basin。這一服務的設計已於今年早些時候提交給了「開放計算項目」。

憑藉這些成果，機器學習研究員可以開展試驗，測試假設，以及推動一系列有依賴關係的技術的發展，無論是有趣的頭像濾鏡，還是用於現實增強的360度視頻。

陳樺 編譯自 Facebook

【完】

One More Thing…

今天AI界還有哪些事值得關注？在量子位（QbitAI）公眾號對話界面回復「今天」，看我們全網搜羅的AI行業和研究動態。筆芯~

推薦閱讀：