模式识别中的硬件加速技术.PDF

模式识别中的硬件加速技术 目录 1 模式识别的应用背景 2 模式识别的算法实现方案 3 华为硬件加速方案 Page 1 应用背景 模式识别通过计算机用数学技术方法来研究模式的自动处理和判读；深度学习是人工智能模式识别领域准确率最高的机 器学习算法。根据百度统计，当前深度学习训练数据超过1亿条，且以每年10倍速度递增，运算量巨大。 百度深度学习策略 谷歌深度学习策略 深度学习训练数据非常庞大，且需要频繁迭代计算，使用多台GPU并行计算也需要几周或几个月时间！ Page 2 应用背景 深度学习的本质是让机器模拟大脑，使它具有高层次的能力。目前被广泛地用于语音识别，图像识别和广告点击率识别 等多个应用，并大幅度地提升识别准确度。 深度学习是由在计算机上模拟人类神经回路的“神经元网 络”技术发展而来 神经元网络是在计算机上把虚拟的神经元排列成层状，模拟 真正的神经细胞之间的电信号。借此实现大脑从各式各样的数 据中提取本质概念的功能。 深度学习的目的是把神经元“深化”到4层、5层，实现接近 于大脑的性能。 Page 3 语音识别应用 语音 输入 地图 语音 深度学习将语音识别错误率降低20% 搜索 法 搜索 助手 ~30%,成为语音识别心电图有力一搏。 采用深度神经网络的建模技术，充分描述特征之间的相关性，无缝地 和传统语音识别技术相结合，大幅度提升语音识别系统识别率 Page 4 图像识别应用 深度学习将取代“人工特征+机器学习”成为主流图像识别方法 全网相似图像搜索，基于深度学习的图像识别准确率较传统方法显著提升 Page 5 其它应用 深度学习将大大提升人脸识别率准确率达99%。 基于深度学习广告CTR预估，准确率提高，带劢提 升CTR3.7% ； 基于深度学习的色情图像识别准确率超过传统方法 100% ，用于贴吧图搜黄反作弊。 百度提供的数据 通过深度学习和建模对复杂自然场景中各种光照和姿态条件下的人脸图 像进行有效地处理和分析，从中提取出极具价值的语义信息。 Page 6 目录 1 模式识别的应用背景 2 模式识别的算法实现方案 3 华为硬件加速方案 Page 7 模式识别中深度学习算法的