XiaoMi-AI文件搜索系统
World File Search SystemImageNet
对边缘 AI 推理进行基准测试：衡量实际部署的性能和效率
随着人工智能 (AI) 硬件和机器学习 (ML) 算法的发展，半导体行业开发了新一代标准化基准，例如 MLPerf™，用于衡量特定于 AI 的工作负载和推理能力的性能。这些基准包括 IBM DVS128 Gesture Dataset、ImageNet 和 GLUE。尽管一些基准测试组织继续引入新的领域和子类别来衡量边缘的 AI 推理，但这些新增内容通常受到过分强调孤立 TOPS 的限制，并且无法有效量化以功耗为主要关注点的实际用例的结果。
受人类情感感知机制启发的情感导向预训练探索
深度卷积神经网络（DCNN）的预训练在视觉情绪分析（VSA）领域起着至关重要的作用。大多数提出的方法都采用在大型物体分类数据集（即 ImageNet）上预训练的现成的主干网络。虽然与随机初始化模型状态相比，它在很大程度上提高了性能，但我们认为，仅在 ImageNet 上进行预训练的 DCNN 可能过于注重识别物体，而未能提供情绪方面的高级概念。为了解决这个长期被忽视的问题，我们提出了一种基于人类视觉情绪感知（VSP）机制的面向情绪的预训练方法。具体而言，我们将 VSP 的过程分为三个步骤，即刺激接受、整体组织和高级感知。通过模仿每个 VSP 步骤，我们通过设计的情绪感知任务分别对三个模型进行预训练，以挖掘情绪区分的表示。此外，结合我们精心设计的多模型融合策略，从每个感知步骤中学习到的先验知识可以有效地转移到单个目标模型中，从而获得显着的性能提升。最后，我们通过大量实验验证了我们提出的方法的优越性，涵盖了从单标签学习（SLL）、多标签学习（MLL）到标签分布学习（LDL）的主流 VSA 任务。实验结果表明，我们提出的方法在这些下游任务中取得了一致的改进。我们的代码发布在 https://github.com/tinglyfeng/sentiment_pretraining 。
AI 与万物基准测试
GLUE [Wang et al., 2019a] 或 ImageNet [Deng et al., 2009] 等基准通常被提升为验证任何给定模型性能的基本常见任务的定义。因此，通过这些基准数据集证明的主张通常远远超出了它们最初设计的任务，甚至超出了最初的开发目标。尽管这些基准被展示和接受为通用能力进步的标志，但它们也存在明显的局限性。事实上，它们的开发、使用和采用的现实表明了一个构造有效性问题，其中所涉及的基准——由于它们在特定数据、指标和实践中的实例化——不可能捕捉到任何代表对它们的普遍适用性的主张的东西。在本文中，我们阐明了对
MLPerf：机器学习性能的行业标准基准套件
MLPerf 训练基准定义我们将 MLPerf 训练基准 5 指定为在特定数据集上训练模型以达到目标质量。例如，一个基准测量在 ImageNet 数据集上的训练，直到图像分类 top-1 准确率达到 75.9%。然而，这个基本定义并没有回答一个关键问题：我们是否指定要训练哪个模型？指定模型可以对软件或硬件替代方案进行同类性能比较，因为它要求所有替代方案处理相同的工作负载。但是，不指定模型则鼓励模型改进和软硬件协同设计。我们将结果分为两个部分：封闭部分需要使用特定模型进行直接比较，开放部分允许使用任何模型来支持模型创新。
XIJIE HUANG
·提议的随机差异量化（SDQ）[ICML 2022]，一种有效的和有效的混合精确定量量化技术优于·提出了有效的变异感知视觉变压器（VIT）量化框架[TMLR]。这是分析和定位VIT量化变化的第一项工作。我们对VIT的变化的解决方案导致在不同的VIT模型（DEIT，SWIN，SRET）跨Imagenet-1k数据集上的最新精度。·通过核心选择[TMLR]提出一个新的角度，以提高量化感知训练的效果。我们的方法可以在ImageNet-1k数据集上获得4位RESNET-18的68.39％，仅10％子集。
模拟CNN前部的主要视觉皮层可改善对图像扰动的鲁棒性
当前的最新对象识别模型主要基于会议神经网络（CNN）架构，这些架构是受灵长类动物视觉系统的启发。然而，这些CNN可以被严重的小型，明确的精心制作的扰动而愚弄，并难以识别被人类易于认可的损坏的图像中的物体。在这里，通过与灵长类神经数据进行比较，我们首先观察到具有神经隐藏层的CNN模型更好地匹配灵长类动物的一级视觉皮层（V1），也对广告症的攻击也更为强大。受到这一观察的启发，我们开发了Vonenets，这是一种新的混合CNN视觉模型。每个vonenet都包含一个固定的权重神经网络前端，该vonnet模拟灵长类动物V1，称为VoneBlock，然后是由当前CNN视觉模型改编的神经网络后端。voneBlock基于V1的经典神经科学模型：线性 - 非线性 - 偏见模型，由生物学上约束的Gabor滤波器库组成，简单且可构成细胞的非线性和V1 Neuronal neuronal neuronal stochasticity生成器。训练后，Vonenets保留了较高的ImageNet性能，但每种表现都更高，在由白色盒子对抗性攻击和常见的图像腐败组成的扰动的基准上，分别超过了CNN和最先进的方法，分别超过了18％和3％的基本方法。最后，我们证明了VoneBlock在协同作用中的所有组成部分都可以提高鲁棒性。虽然当前的CNN体系结构可以说是受到脑部启发的，但此处介绍的结果表明，更精确地模仿灵长类动物视觉系统的一个阶段会导致Imagenet级计算机视觉应用中的新增长。
边缘 AI 电源效率实用指南
要大致了解边缘需要多少计算量，我们首先需要估算一个典型的神经工作负载。神经网络大小（参数和操作的数量，即所需的计算能力和内存）的初始加速增长已经放缓并趋于稳定。似乎存在一个范围，平均而言，可以在神经网络的准确性和大小之间实现最佳权衡。在某个点之后，增加网络规模在准确性方面的收益递减。对于 ImageNet 数据集的图像分类（这可能是现代计算机视觉中研究最彻底的任务），这个范围大约是每帧 2000 万个参数和 4 GMAC，或 8 GOP。尽管该领域的进步使准确性逐步提高，但权衡点保持不变 3,4 。
如何解决人工智能中的偏见 - UPenn CIS - 宾夕法尼亚大学
另一个主要的偏见来源是人工智能最初用来帮助它了解世界的标签。凯特·克劳福德 (Kate Crawford) 是微软的人工智能研究员，也是纽约大学 AI Now 的创始人之一，该研究所专注于人工智能的社会影响。2019 年，克劳福德与艺术家特雷弗·佩格伦 (Trevor Paglen) 合作开展了一项名为“数据集考古学”的艺术项目。他们采用了最大、使用最广泛的图像数据集之一 ImageNet，并研究了其标记和构建的值。他们的工具名为 ImageNetRoulette，“经常返回厌恶女性、种族主义和残忍的标签”。这些标签现在已成为许多图像识别系统的嵌入部分，该项目有助于展示人工智能系统的系统性偏见如何成为我们世界中普遍存在的特征。
使用卷积进行泌尿科图像的深度学习...
机器学习 (ML) 算法已应用于医学成像，其在医学领域的使用日益增多。尤其是深度学习 (DL)，已证明在图像评估和处理方面更为有效。深度学习算法可能有助于并简化其在泌尿科成像中的使用。本文介绍了如何创建用于泌尿科图像分析的卷积神经网络 (CNN) 算法。深度学习是 ML 的一个分支，包括多层神经网络。卷积神经网络已广泛应用于图像分类和数据处理。1 它首先由 Krizhevsky 等人应用于图像分类。2 他们在 2012 年 ImageNet 大规模视觉识别挑战赛 (ILSVRC) 中凭借名为 AlexNet 的深度 CNN 赢得了比赛，该比赛由 120 万张日常彩色图像组成。3 在另一个 CNN 模型中，Lakhani 等人 4 证明他们