HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

多任务学习中的网络架构和梯度归一化

在计算机视觉中的单任务学习已经取得了很大的成功。但是许多现实世界的问题本质上是多模态的。例如为了提供个性化的内容,智能广告系统应该能够识别使用的用户并确定他们的性别和年龄,跟踪他们在看什么,等等。多任务学习(MultiTaskLearning,MTL)可以实现这样的系统,其中一个模型在多个任务

使用分布外数据去除不需要的特征贡献,提高模型的稳健性

深度神经网络(DNN)已经发展到现在已经可以在计算机视觉和自然语言处理等许多任务上表现非常出色。而现在主要的研究是如何训练这些DNN以提高其准确性。准确性的主要问题是神经网络极易受到对抗性扰动的影响。例如下面的图片,添加噪声之前和之后的两张图像对我们来说似乎相同。但对于神经网络来说,右边

计算机视觉的半监督模型:Noisy student, π-Model和Temporal Ensembling

今天我将讨论一些在过去十年中出现的主要的半监督学习模型。首先让我们谈谈什么是半监督学习以及我们为什么对它感兴趣!假设我们有一个大的标记图像数据集。我们想使用这些数据来构建一个模型,进行图像分类的任务,解决这个问题的标准方法是构建卷积神经网络(CNN)。CNN已被证明在使用大型数据集进行训练时

提升数十倍工作效率丨曼孚科技如何打造新一代TOP1智能标注平台?

伴随数字经济发展,人工智能已渗透进人们生活、工作中,市场对数据需求正呈现出指数级增长,基础数据服务行业的重要性愈发凸显。在这种科技与产业深度融合的时代下,为AI行业提供优质的数据服务,是数据服务企业的首要目标。正所谓“刀快不怕颈硬,锯快不怕树粗”,面对市场与日俱增的数据需求,借助优秀的辅助工

达观数据CTO 纪达麒:基于阿里云计算底座,打造智能办公机器人

“机器人”一词最早出现在1921年卡雷尔·卡佩克(KarelCapek)创作的一部科幻剧中,而在科学智能技术创新发展百年后的今天,智能机器人已经成为了一个可以应用于各个行业的前沿科技产品,代替人类从事繁琐重复的单调劳动。随着人工智能技术的进步,智能机器人产业如雨后春笋般蓬勃发展,政策指导、社会

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。