Resumen

Recientemente, el aprendizaje automático, especialmente el aprendizaje profundo, ha sido un algoritmo central para ser ampliamente utilizado en muchos campos como el procesamiento del lenguaje natural, el reconocimiento del habla, el reconocimiento de objetos, etc. Al mismo tiempo, otra tendencia es que cada vez más aplicaciones se trasladan a dispositivos portátiles y móviles. Sin embargo, los métodos tradicionales de aprendizaje profundo, como la red neuronal convolucional (CNN) y sus variantes, consumen muchos recursos de memoria. En este caso, estos potentes métodos de aprendizaje profundo son difíciles de aplicar en plataformas móviles de memoria limitada. Para resolver este problema, en este artículo presentamos una nueva estrategia de gestión de la memoria denominada mmCNN. Con la ayuda de este método, podemos desplegar fácilmente una CNN entrenada de gran tamaño en cualquier plataforma de tamaño de memoria, como GPU, FPGA o dispositivos móviles de memoria limitada. En nuestros experimentos, ejecutamos un proceso de CNN feed-forward en algunos tamaños de memoria extremadamente pequeños (tan bajos como 5 MB) en una plataforma GPU. El resultado muestra que nuestro método ahorra más de un 98% de memoria en comparación con un algoritmo CNN tradicional y, además, ahorra más de un 90 en comparación con los trabajos relacionados con el estado del arte "vDNNs" (redes neuronales profundas virtualizadas). Nuestro trabajo en este artículo mejora la escalabilidad informática de las aplicaciones ligeras y rompe el cuello de botella de la memoria al utilizar el método de aprendizaje profundo en dispositivos con memoria limitada.

• Materias:Biotecnología Minería de datos Algoritmo genético Neurociencia Cognitiva Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithm Cognitive Neuroscience Neurophysiology
• Palabras claves:métodos de aprendizaje profundo, red neuronal convolucional, dispositivo móvil limitado, red neuronal profunda, proceso cnn hacia adelante, algoritmo cnn tradicional, mucha memoria, plataforma de tamaño de memoria, procesamiento del lenguaje natural, tamaño de memoria pequeño
• Keywords:deep learning methods, convolutional neural network, limited mobile device, deep neural network, forward cnn process, traditional cnn algorithm, lot of memory, memory size platform, natural language processing, small memory size