在你刷chan的这时候，可能碰到过这个问题：在机器自学数学模型的体能训练期间，约莫四分钟到几半小时左右，大家单厢在等试验的这时候做什么？ - chan

Facebook那时在旧金山Data@Scale讨论会上公布的一则新学术论文说，他们并不需要平端较长时间等候，在ImageNet -1k的120万本相片上完成体能训练，以前需要两天，现在只要1半小时。

该公司的技师Pieter Noordhuis撷取了新刊登的学术论文《精确、小规模的批量SGD：在1半小时内体能训练ImageNet》。这篇学术论文展现了，具有开拓性的基础结构设计怎样规模提高广度自学的工作效率。

学术论文译者还包括贾扬清、何凯明等。

Paper浏览镜像：

在Facebook人工智慧研究所和应用领域机器自学项目组的密切联系下，这篇学术论文叙述了Facebook副研究员如何将体能训练ImageNet -1k资料库（其中包涵超过120万本相片）的时间从两天减少至1半小时，同时保证进行分类的精确度。该项目组使用Caffe2和Gloo库去实现合作通信（这两个库文档都已上载至Github），和Facebook的新一代GPU伺服器Big Basin。这一服务的结构设计已于今年晚些这时候递交给了“对外开放排序项目”。

凭借着这些丰硕成果，机器自学副研究员可以积极开展测试，测试假定，和推动一连串有倚赖关系的技术的发展，不论是有意思的肖像感光，还是用于现实生活进一步增强的360度音频。

王东 校对自 Facebook

物理位公司出品 | 社会公众号 QbitAI

【完】

One More Thing…

那时AI界还有什么样事值得称赞关注？在物理位（QbitAI）社会公众号谈话介面申明“那时”，看我们全站网罗的AI行业和研究静态。内衬~