一個(gè)名為Metaverse的工具來幫助人們快速生成逼真的訓(xùn)練數(shù)據(jù)

有的算法需要使用者具有一定的編程能力，而有的算法生成的結(jié)果卻又不是那么逼真。我們真正需要的是一個(gè)能夠方便高效地生成大規(guī)模訓(xùn)練數(shù)據(jù)來訓(xùn)練網(wǎng)絡(luò)完成對(duì)新物體的...

2018-10-08 標(biāo)簽：計(jì)算機(jī)視覺數(shù)據(jù)集 6138 0

數(shù)據(jù)集，網(wǎng)絡(luò)架構(gòu)和剪枝方法

過度參數(shù)化（over-parameterization）是深度神經(jīng)網(wǎng)絡(luò)的一個(gè)普遍屬性，這會(huì)導(dǎo)致高計(jì)算成本和高內(nèi)存占用。作為一種補(bǔ)救措施，網(wǎng)絡(luò)剪枝（net...

2018-10-23 標(biāo)簽：模型數(shù)據(jù)集 6117 0

Facebook出品的時(shí)序分析庫(kù)Prophet

snavie，類似naive，不過考慮了季節(jié)性因素。例如，在周季節(jié)性數(shù)據(jù)的情形下，用上周一的數(shù)據(jù)預(yù)測(cè)未來每周一的數(shù)據(jù)，用上周二的數(shù)據(jù)預(yù)測(cè)未來每周二的數(shù)據(jù)...

2018-11-18 標(biāo)簽：Facebook數(shù)據(jù)集 6020 0

圍繞以twitter為代表英語(yǔ)文本進(jìn)行分析

數(shù)據(jù)預(yù)處理是我們面對(duì)任何問題時(shí)必不可少的一步，在這個(gè)任務(wù)中，我們要做的是清除和推文情感不怎么相關(guān)的各種噪聲，比如標(biāo)點(diǎn)符號(hào)、特殊字符、數(shù)字和表示語(yǔ)氣的詞。...

2018-08-03 標(biāo)簽：twitter數(shù)據(jù)集自然語(yǔ)言處理 6004 0

Shadow Art： 頌揚(yáng)中國(guó)皮影戲藝術(shù)的 AI 實(shí)驗(yàn)

在本文中，我們將探討我們?nèi)绾卫?TensorFlow.js 構(gòu)建 Shadow Art。

2019-03-15 標(biāo)簽：AI數(shù)據(jù)集 5946 0

一種用于視頻識(shí)別的SlowFast網(wǎng)絡(luò)

如上圖所示，SlowFast 網(wǎng)絡(luò)的整體結(jié)構(gòu)，包含 Slow pathway、Fast pathway 及其側(cè)向連接（lateral connectio...

2018-12-25 標(biāo)簽：濾波器數(shù)據(jù)集視頻識(shí)別 5926 0

GDPR有什么作用

早在它生效之前，歐盟的一般數(shù)據(jù)保護(hù)條例（GDPR）就在全球市場(chǎng)營(yíng)銷人員中引發(fā)了恐慌。GDPR旨在保護(hù)消費(fèi)者隱私，讓人們對(duì)公司如何使用數(shù)據(jù)有更多的控制權(quán)。...

2018-11-17 標(biāo)簽：瀏覽器數(shù)據(jù)保護(hù)數(shù)據(jù)集 5871 0

面向NLP任務(wù)的遷移學(xué)習(xí)新模型ULMFit

除了能夠更快地進(jìn)行訓(xùn)練之外，遷移學(xué)習(xí)也是特別有趣的，僅在最后一層進(jìn)行訓(xùn)練，讓我們可以僅僅使用較少的標(biāo)記數(shù)據(jù)，而對(duì)整個(gè)模型進(jìn)行端對(duì)端訓(xùn)練則需要龐大的數(shù)據(jù)集...

2018-08-22 標(biāo)簽：數(shù)據(jù)集NLP遷移學(xué)習(xí) 5834 0

如何輸入3D網(wǎng)格物體（原始三角形和頂點(diǎn)），得到分類概率的輸出

首先要做的是選擇分類器類型。由于如圖像、語(yǔ)音等重要數(shù)據(jù)的技術(shù)解決方案都是基于神經(jīng)網(wǎng)絡(luò)（或在 Kaggle 比賽中經(jīng)常使用的奇特組件），因此訓(xùn)練神經(jīng)網(wǎng)絡(luò)是...

2018-06-24 標(biāo)簽：自動(dòng)識(shí)別三維網(wǎng)格數(shù)據(jù)集 5821 0

普通視覺Transformer（ViT）用于語(yǔ)義分割的能力

本文探討了普通視覺Transformer（ViT）用于語(yǔ)義分割的能力，并提出了SegViT。以前基于ViT的分割網(wǎng)絡(luò)通常從ViT的輸出中學(xué)習(xí)像素級(jí)表示。...

2022-10-31 標(biāo)簽：計(jì)算機(jī)視覺數(shù)據(jù)集Transformer 5744 0

基于句嵌入進(jìn)行無監(jiān)督文本總結(jié)的經(jīng)驗(yàn)

有了詞嵌入，只需對(duì)每句話包含的詞嵌入進(jìn)行加權(quán)求和，即可得到句嵌入。之所以要加權(quán)，是因?yàn)椤癮nd”、“to”、“the”等一些頻繁出現(xiàn)的單詞完全沒有或幾乎...

2018-12-03 標(biāo)簽：編碼器數(shù)據(jù)集 5734 0

為什么特征工程如此重要？把數(shù)據(jù)轉(zhuǎn)換成圖像

如上圖所示，目標(biāo)變量明顯泄漏到了f190486列中。事實(shí)上，我沒有用任何機(jī)器學(xué)習(xí)就得到了0.57分，這在排行榜上是個(gè)高分。在競(jìng)賽截止日期前二十天左右，主...

2018-09-05 標(biāo)簽：圖像數(shù)據(jù)集數(shù)據(jù)科學(xué) 5734 0

文本數(shù)據(jù)量不夠大的時(shí)候可用的一些實(shí)用方法，從而賦予小數(shù)據(jù)集以價(jià)值

Dropout是另一種較新的正則化方法。它具體的做法是在訓(xùn)練期間，神經(jīng)網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)（神經(jīng)元）按照P的概率被丟棄（即權(quán)重被設(shè)置為零）。這樣，網(wǎng)絡(luò)就不會(huì)...

2018-11-19 標(biāo)簽：機(jī)器學(xué)習(xí)數(shù)據(jù)集深度學(xué)習(xí) 5716 0

GANs領(lǐng)域值得深入研究的七個(gè)問題，讓我們得以窺視GANs未來的發(fā)展走向

如果樣本中的元素被模型設(shè)置了0概率，那么懲罰將會(huì)變成無窮大！而GANs則通過間接的方式設(shè)置0概率，懲罰將會(huì)緩和的多。另一個(gè)方法來自于歸一化流（norma...

2019-04-22 標(biāo)簽：GaN模型數(shù)據(jù)集 5710 0