快三预测软件:谷歌联手苏黎世联邦理工学院 简化人工智能模型训练

CNMO 作者:Lisa 韩媛 2019-03-08 12:59
评论(0
分享

安徽快三遗漏号码查询 www.zl3m.cn   【安徽快三遗漏号码查询新闻】对于学习复杂数据分布,要生成人工智能模型,这就要求它们擅长生成类似人类的语音和图像。但是,训练这些模型需要大量的标记数据,但是语料库有时会供不应求。

  于是,谷歌和苏黎世联邦理工学院的研究人员提出了一种解决方法。他们描述了一个语义提取器,可以从训练数据中提取特征,以及从一小部分标记图像中推断整个训练集的标签的方法。

  在研究人员提出的几种无监督方法中,他们首先提取一个特征标识,然后进行聚类分析,将标识形式分组,使同一组中的标识形式比其它组中的标识形式具有更多的共同点。最后,他们训练一个GAN神经网络,这是一个两部分组成的神经网络,由生成样本的生成器和识别器组成,识别器试图通过推断标签来区分生成的样本和真实的样本。

人工智能
人工智能

  在另一种称为联合训练的训练前方法中,利用无监督、半监督和自我监督方法的组合来推断标签信息与GAN训练同时进行。在无监督的步骤中,他们采取两种方法之一:完全删除标签或者为真实图像分配随机标签。相比之下,在半监督阶段,当标签对真实数据的子集可用时,他们会训练一个分类器对鉴别器的特征标识进行训练,他们用这些标签来预测未标记真实图像的标签。

  为了测试该技术的性能,研究人员使用ImageNet数据库,其中包含130多万幅训练图像和5万幅测试图像,每幅图像对应1000个对象类中的一个。在第三代谷歌处理单元(TPU)的1280个核上,使用无监督、预训练和联合训练的方法对每个GAN进行三次训练后,他们用两个评分指标比较了输出的质量:FID和IS。

  在未来,研究人员希望研究这些技术如何应用于更大、更多样化的数据集。

分享:
网友评论 0条评论
用其他账号登录:
请稍后,数据加载中...
查看全部0条评论 >
为你精选
请稍后,数据加载中...
点击加载更多
火热围观
潮机范儿
热门搜索词

Copyright © 2007 - 北京沃德斯玛特网络科技有限责任公司.All rights reserved 发邮件给我们
京ICP证-070681号 京ICP备09081256号 京公网安备 11010502036320号 京网文[2012]0132-048号

安徽快三遗漏号码查询
  • 云南景洪疑似陨石坠落事件追踪:有村民称找到陨石 2019-05-08
  • 女性之声——全国妇联 2019-05-07
  • 但,其他生活垃圾分类不一定能做到 2019-05-06
  • 大力弘扬法治精神 服务新疆工作总目标 2019-05-06
  • China focus Landmark two sessions set course for new era 2019-05-05
  • 广州旅游为何爆发出强大且持续的吸引力 2019-05-05
  • 私扫码付不加控制党政和人行国有银行国有企业自动退出历史舞台 2019-04-22
  • 墙面收纳的6种方法,别再浪费你家大白墙了! 2019-04-14
  • 【理上网来·喜迎十九大】这五年,全面从严治党交出靓丽“赶考”答卷 2019-04-11
  • 【理上网来·喜迎十九大】塞尔维亚驻华大使:中国的发展是其他国家望尘莫及的 2019-04-11
  • 新疆景区端午活动洋溢浓浓传统文化情 2019-04-02
  • 望远镜的眼睛有多大?这个参数很关键 2019-03-25
  • 宝贝是地名,你能想到这么浪漫的地名在哪儿吗? 2019-03-25
  • 治脂肪肝不能光靠减肥 2019-03-22
  • 国际资本涌动长租公寓市场 看重长期稳定性 ——凤凰网房产深圳 2019-03-21
  • 873| 748| 301| 573| 514| 198| 535| 170| 369| 167|