SYSTEMS AND METHODS FOR GENERATING MODEL ARCHITECTURES FOR TASK-SPECIFIC MODELS IN ACCELERATED TRANSFER LEARNING

A system for generating one or more task-specific machine learning models for use in conjunction with one or more accelerated machine learning models is configurable to (i) identify a selected search space from a plurality of pre-defined search spaces; (ii) determine a set of candidate model archite...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
1. Verfasser: SILVA TAVARES, Jorge Alexandre
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:A system for generating one or more task-specific machine learning models for use in conjunction with one or more accelerated machine learning models is configurable to (i) identify a selected search space from a plurality of pre-defined search spaces; (ii) determine a set of candidate model architectures from the selected search space utilizing model architecture search; (iii) train a set of task-specific machine learning models based upon the set of candidate model architectures using a set of training data comprising input data comprising at least a set of embeddings generated by one or more accelerated machine learning models and task-specific ground truth output; and (iv) output one or more task-specific machine learning models from the set of task-specific machine learning models based upon an evaluation of performance of each task-specific machine learning model. Un système pour la génération d'un ou de plusieurs modèles d'apprentissage automatique spécifiques à une tâche à utiliser conjointement avec un ou plusieurs modèle(s) d'apprentissage automatique accélérés peut être configuré pour (i) identifier un espace de recherche sélectionné parmi une pluralité d'espaces de recherche prédéfinis; (ii) déterminer un ensemble d'architectures de modèle candidates à partir de l'espace de recherche sélectionné au moyen d'une recherche d'architecture de modèle; (iii) entraîner un ensemble de modèles d'apprentissage automatique spécifiques à une tâche sur la base de l'ensemble d'architectures de modèle candidates au moyen d'un ensemble de données d'apprentissage comprenant des données d'entrée comprenant au moins un ensemble d'intégrations générées par un ou plusieurs modèle(s) d'apprentissage automatique accélérés et une sortie de réalité de terrain spécifique à une tâche; et (iv) émettre en sortie un ou plusieurs modèle(s) d'apprentissage automatique spécifiques à une tâche à partir de l'ensemble de modèles d'apprentissage automatique spécifiques à une tâche sur la base d'une évaluation de performance de chaque modèle d'apprentissage automatique spécifique à une tâche.