一個名為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)完成對新物體的...

2018-10-08 標簽：計算機視覺數(shù)據(jù)集 6174 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)的一個普遍屬性，這會導(dǎo)致高計算成本和高內(nèi)存占用。作為一種補救措施，網(wǎng)絡(luò)剪枝（net...

2018-10-23 標簽：模型數(shù)據(jù)集 6139 0

圍繞以twitter為代表英語文本進行分析

數(shù)據(jù)預(yù)處理是我們面對任何問題時必不可少的一步，在這個任務(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，比如標點符號、特殊字符、數(shù)字和表示語氣的詞。...

2018-08-03 標簽：twitter數(shù)據(jù)集自然語言處理 6070 0

Facebook出品的時序分析庫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)測未來每周一的數(shù)據(jù)，用上周二的數(shù)據(jù)預(yù)測未來每周二的數(shù)據(jù)...

2018-11-18 標簽：Facebook數(shù)據(jù)集 6058 0

Shadow Art： 頌揚中國皮影戲藝術(shù)的 AI 實驗

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

2019-03-15 標簽：AI數(shù)據(jù)集 6014 0

如何輸入3D網(wǎng)格物體（原始三角形和頂點），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 標簽：自動識別三維網(wǎng)格數(shù)據(jù)集 5989 0

一種用于視頻識別的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 標簽：濾波器數(shù)據(jù)集視頻識別 5979 0

GDPR有什么作用

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

2018-11-17 標簽：瀏覽器數(shù)據(jù)保護數(shù)據(jù)集 5894 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，僅在最后一層進行訓(xùn)練，讓我們可以僅僅使用較少的標記數(shù)據(jù)，而對整個模型進行端對端訓(xùn)練則需要龐大的數(shù)據(jù)集...

2018-08-22 標簽：數(shù)據(jù)集NLP遷移學(xué)習(xí) 5858 0

YaRN：一種高效RoPE擴展方法，可推理更長上下文并達到SOTA

為了解決在插值RoPE嵌入時丟失高頻信息的問題，[4]中開發(fā)了"NTK-aware"插值。與同樣乘以因子s的方式相比，我們通過在多個...

2023-09-07 標簽：編碼模型數(shù)據(jù)集 5810 0

普通視覺Transformer（ViT）用于語義分割的能力

本文探討了普通視覺Transformer（ViT）用于語義分割的能力，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)像素級表示。...

2022-10-31 標簽：計算機視覺數(shù)據(jù)集Transformer 5787 0

基于句嵌入進行無監(jiān)督文本總結(jié)的經(jīng)驗

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

2018-12-03 標簽：編碼器數(shù)據(jù)集 5786 0

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

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)中的每個節(jié)點（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...

2018-11-19 標簽：機器學(xué)習(xí)數(shù)據(jù)集深度學(xué)習(xí) 5755 0