Press "Enter" to skip to content

谷歌开源AI模型“搜索引擎”,NLP、CV都能用

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

萧箫 发自 凹非寺

 

量子位 报道 | 公众号 QbitAI

 

好消息,谷歌将AutoML算法库开源了!

 

这个名为 “模型搜索” (Model Search) 的平台,不仅可以用多个AutoML算法自动写出你想要的AI模型,还能帮你选出写得最好的那个。

 

 

最重要的是, 各个领域都能用 。

 

也就是说,以往只支持NLP、图像分类等等单一领域模型搜索的AutoML算法,现在被整合到了一个平台上,可以帮你构建任何AI模型。

 

现在,无需再重新设计参数、或反复微调,“AI设计师”就能帮你写出想要的模型。

 

“模型搜索”是个什幺平台

 

此前, AutoML算法 已经被应用到了各个领域,用来减轻神经网络设计专家的负担。

 

 

这种算法,目的是让AI来设计神经网络,自动对网络深度、层类型、结构、优化算法等因素进行合理搭配,效果通常比人工直接设计更好。

 

然而,这种由AI来设计AI模型的方法,会面临两个问题。

 

其一,这些算法通常 只能针对某一特定领域 ,无法被应用到其他领域中。

 

 

例如针对NLP的AutoML算法,就无法设计出图像分类的AI模型。

 

其二, 计算量很 大 。

 

之前的NAS和PNAS算法,往往需要训练数千个模型,才能找到效果最好的。

 

 

针对这两个问题,谷歌现在推出了“模型搜索”开源平台,致力于解决它们。

 

 

这个系统由多个训练器 (trainer) 、1个搜索算法、1个迁移学习算法和1个包含多种评估模型的数据库构成。

 

 

过程中,每个训练器都会独立地构建模型、进行试验,但这些训练器能共享数据,并采用横向搜索,决定下一步尝试什幺样的模型。

 

“模型搜索”能根据一组预定义模块,来构建神经网络模型,每个模块包含一个经典微结构,包括LSTM、ResNet或是Transformer中的某些层等等。

 

 

这种微结构的模式,也减少了搜索规模,因为它探索的是这些模型的结构,而非更详细的基本部分。

 

而为了进一步提高效率和准确性,这一算法还能在训练器完成各种实验时,进行 迁移学习 。主要通过知识提取和参数分配两种方法。

 

 

通过 知识提取 ,新模型可以从高性能模型中借鉴损失函数,提高自身准确性;而通过 参数分配 ,新模型采用之前训练模型中的部分参数,并初始化剩余的参数,就能训练得更快。

 

 

在逐渐迭代的过程中,最好的模型就被“搜索”出来了。

 

谷歌表示,“模型搜索”是个具有自适应性、贪婪性、而且比强化学习算法 收敛速度更快 的算法。

 

这个算法,目前具有如下功能:

可以在数据上运行多个AutoML算法,可以自动搜索合适的模型结构、模型融合方法,并选择最佳模型。
可以比较在搜索时发现的不同模型;
可以自行设计特殊的神经网络层并应用。

目前,“模型搜索”支持 Tensorflow 框架。

 

 

也就是说,各模块都能实现任何以张量为输入的函数。

 

比人类设计得好,比PNAS更高效

 

经过实验,“模型搜索”平台搞出来的AI模型,确实还不错。

 

下图中, 实线 是AI写出来的模型迭代精度, 虚线 则是此前人工设计出的SOTA模型。

 

 

显然,无论是最小迭代次数、还是最后的迭代精度,“模型搜索”平台用AI写出的模型,都比人工设计的要好得多。

 

也就是说,设计所用的参数量更少了 (相比于人工设计的31.5万,AI只需要18.4万) ,精度反而还上升了。

 

那幺,这个“模型搜索”框架的搜索效果,相比于其他用AI写AI模型的搜索算法,哪个效果更好?

 

作者们用CIFAR-10数据集试了试图像分类模型。

 

 

测试发现,用AutoML尝试写了 209 个模型后,最好的模型就已经达到了 91.83% 的精确度。

 

而此前,NasNet需要尝试 5807次 、PNAS需要尝试 1160次 ,才能达到相同的精度。

 

也就是说,用这个平台设计的AI模型,不仅能达到在某些领域达到比人类设计更好的效果,还比其他“AI设计师”速度更快。

 

不想辛苦调参的话,这绝对是个非常理想的模型设计平台了。

 

不包含全部AutoML算法

 

所以,谷歌当真就把自己之前的收费项目开源了?

 

不不不。

 

更高级的AutoML算法,目前还是要收费的。

 

这是个名为AutoML Tables的项目,无需写代码,它就能帮你自动构建和部署最先进的机器学习模型。

 

 

而性能最优的AutoML算法,目前都包含在这里面了。

 

目前,谷歌已经将AutoML、MLOps、AI Platform整合到一起,成为了一个更大的AI Platform平台。

 

当然,也是要付费的。

 

也就是说,目前开源的这个“模型搜索”,只包含一部分AutoML算法。

 

作者介绍

 

Hanna Mazzawi,谷歌研究工程师,研究方向是机器学习、算法设计和分析、数学软件。

 

 

Xavi Gonzalvo,硕博均毕业于西班牙拉蒙尤以大学 (Ramon Llull University) ,目前在谷歌任研究科学家,从事机器智能相关的工作。

 

如果想快速写出需要的AI模型,可以上手这个项目了~

 

项目地址:

 

https://github.com/google/model_search

 

参考链接:

 

https://cloud.google.com/automl-tables

 

https://ai.googleblog.com/2021/02/introducing-model-search-open-source.html

Be First to Comment

发表评论

邮箱地址不会被公开。 必填项已用*标注