วิธีการเรียนรู้ร่วมกันของเครื่องจักร

กุญแจสู่ความสำเร็จของทีมคือการพัฒนาสถาปัตยกรรมของ CNN ที่ช่วยให้เลเยอร์ใช้ข้อมูลร่วมกันระหว่างงานโดยไม่ระบายประสิทธิภาพหรือลดประสิทธิภาพลงมันมีประสิทธิภาพในการคำนวณและประสิทธิภาพในการปฏิบัติงาน ถ้าเราใช้แบบจำลองภารกิจเดียวเราจำเป็นต้องพัฒนาแบบจำลองแยกกันต่องานอย่างไรก็ตามด้วยการเรียนรู้แบบมัลติทาสก์เราจะต้องพัฒนาแบบจำลองเดียว

แต่การพัฒนาแบบจำลองนี้การหาสถาปัตยกรรมใช้เวลานานในการคำนวณ เราต้องการซุปเปอร์คอมพิวเตอร์สำหรับการพัฒนาแบบจำลอง เพื่อสร้างมัลติทาสก์ที่มีประสิทธิภาพ CNN พวกเขาเรียกซูเปอร์คอมพิวเตอร์ที่ทรงพลังและฉลาดที่สุดในโลกวิธีการเรียนรู้ร่วมกันของเครื่องจักรที่รู้จักกันในชื่อการแบ่งปันพารามิเตอร์ที่ยาก การใช้พารามิเตอร์ร่วมกันอย่างหนักจะใช้พารามิเตอร์สองสามตัวเดียวกันในทุกงานในขณะที่ใช้พารามิเตอร์มากกว่าที่แยกส่วนระหว่างงานทำให้เกิดผลลัพธ์ที่ต้องเย็บเข้าด้วยกัน