圖片來(lái)源：Trusted Reviews

雷鋒網(wǎng)6月9日消息  Facebook今日在西雅圖 Data@Scale 大會(huì)上公布的一篇研究論文中表示，已成功開(kāi)發(fā)一套新的計(jì)算機(jī)視覺(jué)系統(tǒng)，該系統(tǒng)在每秒鐘可完成4萬(wàn)張圖片的訓(xùn)練。這樣一來(lái)在60分鐘內(nèi)就可以完成ImageNet -1K的數(shù)據(jù)集（共計(jì)120萬(wàn)張圖片）的訓(xùn)練就成了可能，而且不會(huì)降低質(zhì)量。而在現(xiàn)階段，完成數(shù)據(jù)集的訓(xùn)練至少需要幾天時(shí)間。

目前，F(xiàn)acebook的月活用戶(hù)已達(dá)19.6億。如果要從海量的圖片中篩選出有意義的和值得紀(jì)念圖片的話(huà)，會(huì)給AI、機(jī)器學(xué)習(xí)的訓(xùn)練帶來(lái)很大的壓力，而且較大的網(wǎng)絡(luò)和數(shù)據(jù)集會(huì)導(dǎo)致更長(zhǎng)的訓(xùn)練時(shí)間，阻礙其研發(fā)進(jìn)度。所以，F(xiàn)acebook一直在研究更好的方法來(lái)解決這一問(wèn)題。

該研究論文表示，F(xiàn)acebook的AI、機(jī)器學(xué)習(xí)團(tuán)隊(duì)在試驗(yàn)中采用了新的系統(tǒng)——用基于Caffe2的系統(tǒng)，以高達(dá)8192張圖的minibatch大小，在256個(gè)GPU上用包含120萬(wàn)張圖片的ImageNet -1k來(lái)訓(xùn)練ResNet-50，只花了1個(gè)小時(shí)，同時(shí)確保了準(zhǔn)確性。

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

同時(shí)，F(xiàn)acebook還表示，愿意向外公開(kāi)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(qǐng)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(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。