快三推荐号码江苏: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
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
  • 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
  • Map Out Your Life in Chongqing 2019-03-21
  • 热评丨中国,向大洋更深处挺进 2019-03-14
  • 2018 Yorkville Exotic Car Show kicks off in Toronto - Culture News - CQNEWS 2019-03-14
  • 图解:关于世界杯开幕式的那点事 2019-03-06
  • 垫江县鹤游镇多举措切实做好水稻病虫害防治工作 2019-02-23
  • 大悟城市形象征集投票结束,共征集作品1万6千件 2019-02-23
  • 阿根廷Vs冰岛 梅西腿部文身引关注 2019-02-15
  • 栗战书主持召开全国人大常委会大气污染防治法执法检查组第二次全体会议 2019-01-21
  • 中共山西省委组织部公示 2019-01-15
  • 饮用-热门标签-华商生活 2019-01-15
  • 多地推出创新举措 促进住房租赁市场健康发展 2018-12-27
  • 912| 597| 197| 479| 242| 380| 116| 364| 170| 49|