已找到以下 10000 条记录
  • 在ModelArts自动学习,如何进行增量训练? - AI开发平台ModelArts

    在ModelArts自动学习,如何进行增量训练? 在自动学习项目中,每训练一次,将自动产生一个训练版本。当前一次的训练结果不满意时(如对训练精度不满意),您可以适当增加高质量的数据,或者增减标签,然后再次进行训练。 增量训练目前仅支持“图像分类”、“物体检测”、“声音分类”类型的自动学习项目。

  • 【mindSpore】【深度学习】求指路站内的深度学习教程

    老师给了我们个任务,用mindSpore完成一个深度学习,求大佬指路,站内有什么方便的教程。要求不能是花卉识别、手写体数字识别、猫狗识别,因为这些按教程已经做过了(然而我还是不会mindSpore)。尽量简单,我们只要是个深度学习就能完成任务。

    作者: abcd咸鱼
    1444
    1
  • 学习笔记-如何提升深度学习性能?

    从算法上提升性能   a. 算法的筛选 b. 从文献中学习 c. 重采样的方法3. 从算法调优上提升性能   a. 模型可诊断性 b. 权重的初始化 c. 学习率 d. 激活函数 e. 网络结构 f. batch和epoch g. 正则项 h. 优化目标 i. 提早结束训练4. 从模型融合上提升性能 

    作者: RabbitCloud
    632
    1
  • 导入和预处理训练数据集 - CodeArts IDE Online

    plt.show() 父主题: 基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型

  • 深度学习之机器学习基础

    深度学习是机器学习的一个特定分支。要想学好深度学习,必须对机器学习的基本原理有深刻的理解。本章将探讨贯穿本书其余部分的一些机器学习重要原理。我们建议新手读者或是希望更全面了解的读者参考一些更全面覆盖基础知识的机器学习参考书,例如Murphy (2012) 或者Bishop (20

    作者: 小强鼓掌
    842
    2
  • 分享深度学习笔记组件学习

    发现的核心。组件学习的另一个例子是神经架构搜索。简言之,在强化学习环境,神经网络(通常是递归神经网络)学习生成此数据集的最佳网络体系结构-算法为您找到最佳体系结构。您可以阅读更多有关此理论的信息,并使用Python代码实现它。集成方法在组件学习也很重要。深度积分法已经证明了它

    作者: 初学者7000
    628
    1
  • 深度学习发展的学习范式——成分学习

    成分学习    成分学习不仅使用一个模型的知识,而且使用多个模型的知识。人们相信,通过独特的信息组合或投入(包括静态和动态的),深度学习可以比单一的模型在理解和性能上不断深入。    迁移学习是一个非常明显的成分学习的例子, 基于这样的一个想法, 在相似问题上预训练的模型权重可以

    作者: 初学者7000
    716
    5
  • 深度学习之多任务学习

    地泛化。展示了多任务学习中非常普遍的一种形式,其中不同的监督任务(给定 x预测 y(i))共享相同的输入 x 以及一些中间层表示 h(share),能学习共同的因素池。该模型通常可以分为两类相关的参数:多任务学习深度学习框架可以以多种方式进行,该图说明了任务共享相同输入但涉及

    作者: 小强鼓掌
    532
    1
  • 机器学习深度学习区别

    深度学习由经典机器学习发展而来,两者有着相同与不同特点1.完全不同的模式机器学习:使计算机能从数据中学习,并利用其学到的知识来提供答案(通常为预测)。依赖于不同的范式(paradigms),例如统计分析、寻找数据相似性、使用逻辑等深度学习:使用单一技术,最小化人脑劳动。使用被称为

    作者: 极客潇
    1358
    4
  • 深度学习算法的集成学习(Ensemble Learning)与深度学习的结合

    数据,深度学习可以从中学习到更加准确和鲁棒的模型。 适应复杂任务:深度学习模型可以适应各种复杂任务,包括计算机视觉、自然语言处理和语音识别等。 集成学习深度学习的应用 集成学习可以与深度学习相结合,以提高深度学习算法的性能和鲁棒性。以下是一些常见的集成学习方法在深度学习中的应用:

    作者: 皮牙子抓饭
    发表时间: 2023-09-25 09:27:00
    61
    1
  • 浅谈深度学习的混合精度训练

    浅谈深度学习的混合精度训练 大家好,本次博客为大家介绍一下深度学习的混合精度训练,并通过代码实战的方式为大家讲解实际应用的理论,并对模型进行测试。 1 混合精度训练 混合精度训练最初是在论文Mixed Precision Training中被提出,该论文对混合精度训练进行

    作者: 李长安
    发表时间: 2023-03-17 12:57:28
    1095
    1
  • 深度学习之流形学习

    的一维流形。在机器学习,我们允许流形的维数从一个点到另一个点有所变化。这经常发生于流形和自身相交的情况。例如,数字“8” 形状的流形在大多数位置只有一维,但在中心的相交处有两维。      如果我们希望机器学习算法学习 Rn 上的所有感兴趣的函数,那么很多机器学习问题看上去都是不可解的。流形学习

    作者: 小强鼓掌
    1676
    3
  • 深度学习之流形学习

    的一维流形。在机器学习,我们允许流形的维数从一个点到另一个点有所变化。这经常发生于流形和自身相交的情况。例如,数字“8” 形状的流形在大多数位置只有一维,但在中心的相交处有两维。      如果我们希望机器学习算法学习 Rn 上的所有感兴趣的函数,那么很多机器学习问题看上去都是不可解的。流形学习

    作者: 小强鼓掌
    1053
    2
  • 深度学习之流形学习

    间中的一维流形。在机器学习,我们允许流形的维数从一个点到另一个点有所变化。这经常发生于流形和自身相交的情况。例如,数字 “8’’ 形状的流形在大多数位置只有一维,但在中心的相交处有两维。如果我们希望机器学习算法学习 Rn 上的所有感兴趣的函数,那么很多机器学习问题看上去都是不可解的。流形学习

    作者: 小强鼓掌
    813
    1
  • 浅谈深度学习常用术语

    批尺寸一般从2~256不等,权重也在每个批次上进行更新,因此算法往往比在单个样例上训练时学习的更快。· 轮数:在整个数据集上运行一遍算法称为一个Epoch。通常要训练(更新权重)几个Epoch

    作者: QGS
    22
    0
  • 学习深度学习是否要先学习机器学习

    学习深度学习是否要先学习完机器学习,对于学习顺序不太了解

    作者: 飞奔的野马
    5982
    23
  • 适合新手的深度学习综述(4)--深度学习方法

    本文转载自机器之心。深度神经网络在监督学习取得了巨大的成功。此外,深度学习模型在无监督、混合和强化学习方面也非常成功。4.1 深度监督学习监督学习应用在当数据标记、分类器分类或数值预测的情况。LeCun 等人 (2015) 对监督学习方法以及深层结构的形成给出了一个精简的解释。Deng

    作者: @Wu
    177
    1
  • 深度学习GRU

    Gated Recurrent Unit – GRU 是 LSTM 的一个变体。他保留了 LSTM 划重点,遗忘不重要信息的特点,在long-term 传播的时候也不会被丢失。

    作者: 我的老天鹅
    1264
    13
  • “智能基座”产教融合协同育人基地

    本实验以某数据中心MySQL数据库迁移为例,指导用户掌握DRS迁移流程。 立即实验 基于深度学习算法的语音识别 利用新型的人工智能(深度学习)算法,结合清华大学开源语音数据集THCHS30进行语音识别的实战演练 利用新型的人工智能(深度学习)算法,结合清华大学开源语音数据集THCHS30进行语音识别的实战演练。

  • 日志提示“UnboundLocalError: local variable 'epoch'” - AI开发平台ModelArts

    日志提示“UnboundLocalError: local variable 'epoch'” 问题现象 使用YOLOv5算法增量训练时出现如下报错:UnboundLocalError: local variable 'epoch' referenced before assignment。 原因分析