참고Reddit
스마트폰 CPU로 직접 훈련하는 이미지 분류기 실험
Android 기기에서 PyTorch와 MLP 아키텍처를 활용해 저사양 환경에서의 학습 가능성을 보여주는 사례.
요약
한 개발자가 안드로이드 스마트폰 환경에서만 Imagenet-1k 데이터셋을 학습시킨 MLP(Multi-Layer Perceptron) 모델을 공개했다. 해당 모델은 약 50만 개의 파라미터를 가진 MLP 아키텍처로, 32x32 크기로 축소된 Imagenet-1k 데이터를 사용해 5 에폭(epoch) 동안 학습했다. 학습 환경은 Dimensity 9300+ 칩셋의 Arm Cortex-X4 코어 4개를 활용한 CPU 연산이며, PyTorch와 Termux를 사용하여 총 30분(에폭당 6분)이 소요되었다. 모델의 Top-1 정확도는 4.59%, Top-5 정확도는 12.68%를 기록했다. 개발자는 CNN 대신 MLP를 선택한 이유로 스마트폰 환경에서의 안정성과 10~30배 빠른 학습 속도를 꼽았다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 Imagenet-1k Classifier trained entirely on an Android [P]
원문 보기 ↗