圖片來源：Trusted Reviews

雷鋒網(wǎng)6月9日消息  Facebook今日在西雅圖 Data@Scale 大會上公布的一篇研究論文中表示，已成功開發(fā)一套新的計算機視覺系統(tǒng)，該系統(tǒng)在每秒鐘可完成4萬張圖片的訓練。這樣一來在60分鐘內(nèi)就可以完成ImageNet -1K的數(shù)據(jù)集（共計120萬張圖片）的訓練就成了可能，而且不會降低質(zhì)量。而在現(xiàn)階段，完成數(shù)據(jù)集的訓練至少需要幾天時間。

目前，F(xiàn)acebook的月活用戶已達19.6億。如果要從海量的圖片中篩選出有意義的和值得紀念圖片的話，會給AI、機器學習的訓練帶來很大的壓力，而且較大的網(wǎng)絡和數(shù)據(jù)集會導致更長的訓練時間，阻礙其研發(fā)進度。所以，F(xiàn)acebook一直在研究更好的方法來解決這一問題。

該研究論文表示，F(xiàn)acebook的AI、機器學習團隊在試驗中采用了新的系統(tǒng)——用基于Caffe2的系統(tǒng)，以高達8192張圖的minibatch大小，在256個GPU上用包含120萬張圖片的ImageNet -1k來訓練ResNet-50，只花了1個小時，同時確保了準確性。

從硬件角度來看，F(xiàn)acebook此前的系統(tǒng)只有8個GPU，增至256 個GPU后，規(guī)模效益可提升90%。

同時，F(xiàn)acebook還表示，愿意向外公開自己的研發(fā)成果和硬件堆棧。

以下即Facebook本次研究論文的下載鏈接，有需要的小伙伴請猛戳↓

https://research.fb.com/wp-content/uploads/2017/06/imagenet1kin1h3.pdf

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。