Feedback

Faculté des Sciences appliquées
Faculté des Sciences appliquées
Mémoire
VIEW 153 | DOWNLOAD 420

Master thesis : Sparse hypernetworks for multitasking

Télécharger
Cubélier, François ULiège
Promoteur(s) : Geurts, Pierre ULiège
Date de soutenance : 27-jui-2022/28-jui-2022 • URL permanente : http://hdl.handle.net/2268.2/14574
Détails
Titre : Master thesis : Sparse hypernetworks for multitasking
Auteur : Cubélier, François ULiège
Date de soutenance  : 27-jui-2022/28-jui-2022
Promoteur(s) : Geurts, Pierre ULiège
Membre(s) du jury : Wehenkel, Louis ULiège
Louveaux, Quentin ULiège
Langue : Anglais
Nombre de pages : 73
Mots-clés : [en] deep learning
[en] hypernetworks
[en] multitasking
[en] meta-models
Discipline(s) : Ingénierie, informatique & technologie > Sciences informatiques
Public cible : Chercheurs
Professionnels du domaine
Etudiants
URL complémentaire : https://github.com/francoisCub/multitasking-hnet
Institution(s) : Université de Liège, Liège, Belgique
Diplôme : Master en ingénieur civil en informatique, à finalité spécialisée en "intelligent systems"
Faculté : Mémoires de la Faculté des Sciences appliquées

Résumé

[en] Machine learning researchers have always been interested in creating less narrow artificial intelligence. Meta-models, i.e. models capable of producing other models, could potentially be a key ingredient for building new highly multitasking capable models. Hypernetworks, which are neural networks that produce the parameters of other neural networks, can be used as meta-models. However, due to the large number of parameters in neural networks nowadays, it is not trivial to build hypernetworks with the large output size required to produce all the parameters of another neural network. Current solutions, like chunked hypernetworks, which split the target parameter space into parts and reuse the same model to produce each part, achieve good results in practice and are scalable independently of the maximal size of the layers in the target model. However, they seem unsatisfactory because they arbitrarily split the target model parameters into chunks. In this work, we propose a new scalable architecture for building hypernetworks, which consists in a sparse MLP with hidden layers of exponentially growing size. After testing different variations of this architecture, we compare it with chunked hypernetworks on multitasking computer vision benchmarks. We show that they can match the performance of chunked hypernetworks, even though they were slightly behind on more complex problems. We also show that linear sparse hypernetworks outperformed their non-linear version and chunked hypernetworks for inferring new models for new tasks with a pretrained task-conditioned hypernetwork. This is may indicate that linear sparse hypernetworks have better generalization properties than more complex hypernetworks. In addition to proposing this sparse architecture and as a preamble of this work, we also review the literature on hypernetworks and propose a typology of hypernetworks. Even though the results obtained are promising, there are still many ways to improve sparse hypernetworks and, more generally, hypernetworks that can be explored in future research.


Fichier(s)

Document(s)

File
Access master_thesis_hypernetworks.pdf
Description:
Taille: 1.42 MB
Format: Adobe PDF
File
Access master_thesis_hypernetworks_summary.pdf
Description:
Taille: 221.52 kB
Format: Adobe PDF

Annexe(s)

File
Access complete_hypernetwork_types.JPG
Description:
Taille: 60.35 kB
Format: JPEG
File
Access hypernetwork.pdf
Description:
Taille: 33.61 kB
Format: Adobe PDF
File
Access sparse_hypernetwork_example.pdf
Description:
Taille: 28.87 kB
Format: Adobe PDF

Auteur

  • Cubélier, François ULiège Université de Liège > Master ingé. civ. info., à fin.

Promoteur(s)

Membre(s) du jury

  • Wehenkel, Louis ULiège Université de Liège - ULiège > Dép. d'électric., électron. et informat. (Inst.Montefiore) > Méthodes stochastiques
    ORBi Voir ses publications sur ORBi
  • Louveaux, Quentin ULiège Université de Liège - ULiège > Dép. d'électric., électron. et informat. (Inst.Montefiore) > Systèmes et modélisation : Optimisation discrète
    ORBi Voir ses publications sur ORBi
  • Nombre total de vues 153
  • Nombre total de téléchargements 420










Tous les documents disponibles sur MatheO sont protégés par le droit d'auteur et soumis aux règles habituelles de bon usage.
L'Université de Liège ne garantit pas la qualité scientifique de ces travaux d'étudiants ni l'exactitude de l'ensemble des informations qu'ils contiennent.