已找到以下 10000 条记录
  • 模型—AI巨头角力场

    模型,近期已成为AI产学界高频词汇,显然,人工智能领域已进入“炼大模型”时代。 深度学习技术兴起近10年间,AI模型基本上是针对特定应用场景需求进行训练模型。小模型用特定领域有标注数据训练,通用性差,换到另外一个应用场景中往往不适用,需要重新训练。另外,小模型训练方

    作者: RoyalKun
    发表时间: 2021-10-20 03:03:16
    2059
    0
  • 周志华:深度学习模型“深度森林”,有望打破神经网络垄断

    项目中已有十个标注模型,有超过 2500 万个未标注数据。“希望我今天分享能让大家弄清楚最关键点,在现实世界中,非标记数据要远多于标注数据,机器学习非常重要一点是要学习如何将非标记数据进行分类“,Tom 表示,现在 NELL 用未经标注数据进行学习训练时准确性已经大

    作者: HWCloudAI
    发表时间: 2019-09-04 09:17:43
    6674
    0
  • 深度学习笔记》笔记(二):模型和算法概念界定

    这是非常经典论述。模型就是机器学习在所有的模型空间中要采用模型类别,如线性回归和感知机模型.策略则是机器学习方法按照什么样标准去选择最优模型,一般也称之为模型评估方法,如线性回归平方损失函数,我们策略就是要让平方损失函数取到最小值;而算法则是对于策略所选损失函数采用

    作者: 黄生
    48
    4
  • 【云驻共创】标准物模型,物联网福音

    左图是没有标准物模型下,各个设备接口是不一样,应用难以对接到设备,而在标准物模型下,每个设备都对应一个统一标准物模型,它对外提供一致接口,可以直接对应应用。       标准物模型可以任意组合产生新模型,比如可以将摄像头

    作者: G-washington
    发表时间: 2021-06-09 07:56:56
    5237
    0
  • 模型管理 - 应用与数据集成平台 ROMA Connect

    模型管理 管理模型采集任务 同步数据库和缓存数据 父主题: 应用业务模型使用指导

  • 《MXNet深度学习实战》—1.2 深度学习框架

    1.2 深度学习框架目前大部分深度学习框架都已开源,不仅提供了多种多样接口和不同语言API,而且拥有详细文档和活跃社区,因此设计网络更加灵活和高效。另外,几乎所有的深度学习框架都支持利用GPU训练模型,甚至在单机多卡和分布式训练方面都有很好支持,因此训练模型时间也大大

    作者: 华章计算机
    发表时间: 2019-06-16 16:24:22
    3395
    0
  • 数据模型驱动引擎

    数据模型驱动引擎 数据模型驱动引擎 提供工业软件领域所需工业数据模型驱动引擎、工业数据模型标准、工业数据联接等能力,打造工业软件构建黑土地。 基于元数据驱动多租理念及技术,提供数据模型驱动、功能可配置、服务可编排、一键可发布工业数据管理引擎。

  • 创建模型微调任务 - 应用平台 AppStage

    创建模型微调任务 模型微调是指调整大型语言模型参数以适应特定任务过程,适用于需要个性化定制模型或者在特定任务上追求更高性能表现场景。这是通过在与任务相关微调数据集上训练模型来实现,所需微调量取决于任务复杂性和数据集大小。在深度学习中,微调用于改进预训练模型性能。

  • 深度学习应用篇-元学习[14]:基于优化元学习-MAML模型、LEO模型、Reptile模型

    最小化所有任务 ε\varepsilonε 验证集损失和, 将更新后元参数输人基础学习器,继续处理新分类任务。 2.5 LEO 模型结构 LEO 是一种与模型无关元学习,[1] 中给出各部分模型结构及参数如表1所示。 表1 LEO 各部分模型结构及参数。 Part of

    作者: 汀丶
    发表时间: 2023-06-14 10:35:12
    27
    0
  • TensorRT C# API 项目介绍:基于C#与TensorRT部署深度学习模型

    memorySize) ** **模型转换接口:**可以调用封装TensorRT中ONNX 解释器,对ONNX模型进行转换,并根据本机设备信息,编译本地模型,将模型转换为TensorRT 支持engine格式。 string modelPath: 本地ONNX模型地址,只支持ONNX格

    作者: 椒颜皮皮虾
    发表时间: 2024-12-08 20:45:12
    28
    0
  • 深度学习

    使用深度学习方法处理计算机视觉问题过程类似于人类学习过程:我们搭建深度学习模型通过对现有图片不断学**结出各类图片特征,最后输出一个理想模型,该模型能够准确预测新图片所属类别。图1-2展示了两个不同学习过程,上半部分是通过使用深度学习模型解决图片分类问题,下半部分

    作者: 生命无价
    1555
    1
  • 使用Python实现深度学习模型进行智能可再生能源优化

    在现代能源管理中,优化可再生能源利用是至关重要。本文将介绍如何使用Python和深度学习技术构建一个智能可再生能源优化模型,并通过代码示例详细说明该过程。 引言 可再生能源(如太阳能、风能)具有不稳定性和不可预测性。使用深度学习模型可以更好地预测能源生产,并优化能源利用策略,从而提高能源利用效率,降低能源成本。

    作者: Echo_Wish
    发表时间: 2024-10-22 09:18:27
    46
    0
  • 深度学习

    才出现。遗憾是,这些库中大多数都会在灵活性和生产价值之间进行取舍。灵活库对于研究新模型架构极有价值,但常常或者运行效率太低,或者无法运用于产品中。另一方面,虽然出现了可托管在分布式硬件上快速、高效库,但它们往往专注于特定类型神经网络,并不适宜研究新和更好模型。

    作者: G-washington
    2443
    1
  • 在Spark程序中使用深度学习模型来处理非结构化数据

    团队开发,基于Google 2011年开发深度学习基础架构DistBelief构建起来。由于Google在深度学习领域巨大影响力和强大推广能力,TensorFlow一经推出就获得了极大关注,并迅速成为如今用户最多深度学习框架。TensorFlow是一个非常基础系统,因此也可以应用于众

    作者: Athos_sun
    发表时间: 2020-06-01 23:17:33
    15348
    3
  • 动手学深度学习:优化与深度学习关系

    出十分有效深度学习模型。小结由于优化算法目标函数通常是一个基于训练数据集损失函数,优化目标在于降低训练误差。由于深度学习模型参数通常都是高维,目标函数鞍点通常比局部最小值更常见。练习对于深度学习优化问题,你还能想到哪些其他挑战?本文摘自《动手学深度学习》动手学深度学习作者:阿斯顿·张(Aston

    作者: 且听风吟
    发表时间: 2019-09-04 09:40:07
    6962
    0
  • 深度学习之TensorFlow入门、原理与进阶实战》—3.2.2 模型内部数据流向

    3.2.2 模型内部数据流向  模型内部数据流向分为正向和反向。  1.正向  正向,是数据从输入开始,依次进行各节点定义运算,一直运算到输出,是模型最基本数据流向。它直观地表现了网络模型结构,在模型训练、测试、使用场景中都会用到。这部分是必须要掌握。  2.反向

    作者: 华章计算机
    发表时间: 2019-05-31 14:00:46
    4808
    0
  • 深度学习与图像识别:原理与实践》—3.4 模型参数调优

    3.4 模型参数调优机器学习方法(深度学习是机器学习中一种)往往涉及很多参数甚至超参数,因此实践过程中需要对这些参数进行适当地选择和调整。本节将以KNN为例介绍模型参数调整一些方法。这里方法不局限于图像识别,属于机器学习通用方法。本节知识既可以完善读者机器学习知识体系

    作者: 华章计算机
    发表时间: 2019-07-24 21:03:02
    3722
    0
  • 模型开发基本流程介绍 - 盘古大模型 PanguLargeModels

    数据预处理的目的是保证数据集的质量,使其能够有效地训练模型,并减少对模型性能不利影响。 模型开发:模型开发是大模型项目中核心阶段,通常包括以下步骤: 选择合适模型:根据任务目标选择适当模型模型训练:使用处理后数据集训练模型。 超参数调优:选择合适学习率、批次大小等超参数,确保模型在训练过程中能够快速收敛并取得良好的性能。

  • 深度学习模型编译技术

    brary方式供用户使用,将模型IR转化为引擎内部IR表示,然后映射绑定到对应硬件算子实现,最后使用引擎runtime来启动推理计算。基于自家处理器和高度定制算子实现,推理引擎能够达到非常极致优化性能。但是推理引擎架构决定了不能很好覆盖所有原生框架算子(模型

    作者: ross.xw
    发表时间: 2022-05-06 03:19:25
    1373
    0
  • 分享适合科学研究深度学习模型——处理序列数据

    发挥重要作用是Attention技术。    递归神经网络模型示意图问答也能够作为处理序列数据一个基准,此类神经网络模型标准是:一段文字(作为上下文)和一个具体问题作为输入,回答段落作为输出。值得一提是,问答模型要求神经网络模型必须能够理解不同序列集相关性和相似性。 

    作者: 初学者7000
    1151
    5