• IT-Karriere:
  • Services:

Googles AutoML: Nasnet entwickelt selbstständig maschinelle Lernmodelle

Googles AutoML entwickelt sich. Jetzt kann das System komplexere Modelle selbstständig erschaffen - ohne menschliche Hilfe. Das neue Modell heist Nasnet und soll bei der Bild- und Objekterkennung sehr effizient sein.

Artikel veröffentlicht am ,
Nasnet erkennt zuverlässig Objekte auf Bildern.
Nasnet erkennt zuverlässig Objekte auf Bildern. (Bild: Google)

Googles AutoML ist ein Machine-Learning-System, das den Entwurf von anderen maschinellen Lernalgorithmen automatisieren soll. Das Unternehmen kündigt in einem Blogeintrag den nächsten Schritt in dessen Entwicklung an. Das System konnte einen Algorithmus für die Einordnung von Bildern nach dem Vorbild von Imagenet und Coco-Objekterkennung selbstständig erstellen - Systeme, die zuvor von Menschenhand erschaffen wurden.

Stellenmarkt
  1. thinkproject Deutschland GmbH, Köln, München
  2. EnBW Energie Baden-Württemberg AG, Karlsruhe

Beide Machine-Learning-Ansätze seien laut Google um ein Vielfaches komplexer als die bisherigen Probleme, vor die AutoML gestellt wurde. Bisher konnte das System für kleinere Datensätze wie Cifar-10 und Penn Treebank verwendet werden. Größere Projekte würden für AutoML monatelanges Modelltraining bedeuten, heißt es.

AutoML plus Cifar-10 gleich Nasnet

Aus diesem Grund hat Google das System für größere Datensätze angepasst: Zum einen sortiert AutoML den Modellbaum und Suchraum in einer anderen und optimierteren Weise. Zum anderen ließ Google AutoML die Architektur von Cifar-10 analysieren. Das für das Team am besten geeignete Modell wurde direkt auf die Analyse von Coco und Cifar-10 übertragen. Das daraus enstehende Machine-Learning-System nennt Google Nasnet.

Nasnet konnte bereits relativ erfolgreich für Bilderkennung nach Imagenet verwendet werden. Die Genauigkeit liegt bei 82,7 Prozent - mehr als alle anderen von Google-Hand erstellten Systeme. Außerdem konnte Nasnet mehrere kleine Machine-Learning-Modelle erstellen, die akkurat sind und relativ wenig Ressourcen benötigen. Eine mobile Version konnte mit 74 Prozent Erkennungsgenauigkeit mehr erreichen als vergleichbare mobile Modelle.

Ähnliche Ergebnisse konnte Nasnet bei der Objekterkennung bei Imagenet erzielen. Aus diesem Grund soll Nasnet als Open-Source-System von Google zur Verfügung gestellt werden. Das Unternehmen hofft, dass sich eine Machine-Learning-Community dies zu Nutze macht und eigene Modelle auf Basis von Nasnet entwickelt.

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed


Anzeige
Hardware-Angebote
  1. (reduzierte Überstände, Restposten & Co.)

logged_in 17. Dez 2017

Ich glaube es ist nach einem Konsensus über die Regeln einfacher, einem Algorithmus die...

Hugie 10. Nov 2017

sind ein Traum eines jeden technikaffinen Rentners. "Herr Meier hat und 12:31 seinen Haus...

LewxX 10. Nov 2017

Ja das ist schon klar, es ging mir auch eher darum zu zeigen, was man mit solchen system...


Folgen Sie uns
       


Core i7-1185G7 (Tiger Lake) im Test: Gut gebrüllt, Intel
Core i7-1185G7 (Tiger Lake) im Test
Gut gebrüllt, Intel

Dank vier äußerst schneller CPU-Kerne und überraschend flotter iGPU gibt Tiger Lake verglichen zu AMDs Ryzen 4000 eine gute Figur ab.
Ein Test von Marc Sauter

  1. Tiger Lake Überblick zu Intels 11th-Gen-Laptops
  2. Project Athena 2.0 Evo-Ultrabooks gibt es nur mit Windows 10
  3. Ultrabook-Chip Das kann Intels Tiger Lake

Burnout im IT-Job: Mit den Haien schwimmen
Burnout im IT-Job
Mit den Haien schwimmen

Unter Druck bricht ein Webentwickler zusammen - zerrieben von zu eng getakteten Projekten. Obwohl die IT-Branche psychische Belastungen als Problem erkannt hat, lässt sie Beschäftigte oft allein.
Eine Reportage von Miriam Binner


    IT-Jobs: Feedback für Freelancer
    IT-Jobs
    Feedback für Freelancer

    Gutes Feedback ist vor allem für Freelancer rar. Wenn nach einem IT-Projekt die Rückblende hintenüberfällt, ist das aber eine verschenkte Chance.
    Ein Bericht von Louisa Schmidt

    1. IT-Freelancer Der kürzeste Pfad zum nächsten Projekt
    2. Selbstständiger Sysadmin "Jetzt fehlen nur noch die Aufträge"

      •  /