FLAME：面向异构移动处理器的自适应自动标注系统
机器学习
2020-03-05 v1 机器学习
摘要
如何在移动设备上准确高效地标注数据，对于在移动设备上训练机器学习模型的成功至关重要。在移动设备上自动标注数据具有挑战性，因为数据通常是增量生成的，且可能存在未知标签。此外，移动设备上丰富的硬件异构性给高效执行自动标注工作负载带来了挑战。在本文中，我们介绍Flame，一个能够对带有未知标签的非平稳数据进行标注的自动标注系统。Flame包含一个运行时系统，可在异构移动处理器上高效调度和执行自动标注工作负载。我们在智能手机上使用八个数据集对Flame进行评估，表明Flame能够实现高标注精度和高性能的自动标注。
引用
@article{arxiv.2003.01762,
title = {FLAME: A Self-Adaptive Auto-labeling System for Heterogeneous Mobile Processors},
author = {Jie Liu and Jiawen Liu and Zhen Xie and Dong Li},
journal= {arXiv preprint arXiv:2003.01762},
year = {2020}
}