محققان در مطالعهای جدید، روشی هوشمندانه به نام «A-BS» را معرفی کردهاند که فرآیند آموزش شبکههای عصبی کانولوشنی (CNN) را متحول میکند. در روشهای سنتی، دادهها به صورت تصادفی دستهبندی میشوند که باعث کندی یادگیری میشود؛ اما این الگوریتم جدید با الهام از الگوریتم جستجوی A، دستههای آموزشی را به گونهای انتخاب میکند که مدل سریعتر و دقیقتر یاد بگیرد.
نکته جذاب اینجاست که این روش بدون نیاز به تغییر معماری سنگین شبکه، میتواند دقت مدلهای سبک را تا ۱۵ درصد نسبت به مدلهای بزرگتری مثل ResNet-18 بهبود ببخشد و سرعت آموزش را نیز به طرز چشمگیری بالا ببرد. گامی دیگر به سوی هوش مصنوعیِ بهینهتر! 📉⚡️
منبع: arXiv Machine Learning