深度学习 | 数盟 | Page 4
t011d211b27f68666ba 0

NIPS 2018:作为多目标优化的多任务学习:寻找帕累托最优解

- 文章,人工智能,深度学习 - 阅 424

多任务学习本质上是一个多目标问题,因为不同任务之间可能产生冲突,需要对其进行取舍。本文明确将多任务学习视为多目标优化问题,以寻求帕累托最优解。而经过实验证明,本文提出的方法可以在现实假设下得到帕累托最优解。 统计学中最令人震惊的结论之一是 Stein 悖论。Stei…

0537aea4c28648b47529584ffc28e104 0

Nature论文解读:用于改善加权生物网络信噪比的网络增强方法

- 文章,人工智能,深度学习 - 阅 381

本期推荐的论文笔记来自 PaperWeekly 社区用户 @xuehansheng。本文是斯坦福大学 Bo Wang 的又一篇大作,即将发表于 Nature Communications。 本文提出一种网络增强(Network Enhancement)方法,即一种用于改善无向加权网络的信噪比的方法。NE 使用双随机矩阵算子来诱导稀疏性…

0537aea4c28648b47529584ffc28e104 0

Diss所有深度生成模型,DeepMind说它们真的不知道到底不知道什么

- 文章,深度学习 - 阅 415

尽管识别检测等任务在实际中应用广泛,但判别模型真的搞不定未见过的数据。因此很多研究者认为生成模型对输入建立了完整的概率分布,说不定它就可以检测到不在分布内的「新奇」样本,例如在猫狗数据集上训练的生成模型能知道手写数字与训练集不太一样。但近日 DeepMind 发表论…

af75497768654fdfabeec1b3b5a08ca7 0

米少熬好粥—数据有限时怎样调优深度学习模型

- 文章,深度学习 - 阅 387

迁移学习 所谓迁移学习,就是将一个问题上训练好的模型通过简单的调整,使其适用一个新的问题,可以认为是一种模型调优的“取巧”方法。可以类比人的举一反三能力。 迁移学习的特点 1、需求数据量少 假设有两个领域,一个领域已经有很多的数据,能成功地建一个模型…

0537aea4c28648b47529584ffc28e104 0

如何优雅地从四个方面加深对深度学习的理解

- 文章,深度学习 - 阅 418

在今年的 ICML 上,深度学习理论成为最大的主题之一。会议第一天,Sanjeev Arora 就展开了关于深度学习理论理解的教程,并从四个方面分析了关于该领域的研究:非凸优化、超参数和泛化、深度的意义以及生成模型。 2017 年 12 月 NIPS 的 Test-of-Time Award 颁奖…

0537aea4c28648b47529584ffc28e104 0

visdom的安装及在pytorch下损失函数的可视化应用

- 文章,编程语言,深度学习 - 阅 900

2018/9/18更新  感觉tensorboardX插件更好用,已转用https://github.com/lanpa/tensorboardX 更新:新版visdom0.1.7安装方式为:conda install -c srivasv visdom pytorch下可采用visidom作为可视化工具 1. 安装 pip install visdom conda install visdom 启动 …

0537aea4c28648b47529584ffc28e104 0

清华魏少军:大部分AI芯片创业者将成为这场变革中的先烈

- 文章,人工智能,深度学习 - 阅 256

3 月 9 日,智东西、极果和 AWE 联合举办的 GTIC 2018 全球 AI 芯片创新峰会在上海举行。 在人工智能备受关注的今天,中国的 AI 芯片产业正在迎来最好的发展时机,初创公司层出不穷,并出现了寒武纪这样的独角兽。 然而盛世之下,似有隐忧。 “两到三年内,我们一定会碰到一个…

0537aea4c28648b47529584ffc28e104 0

世界上最流行的编程语言恰恰也是大多数黑客的首选武器

- 文章,数据分析,人工智能,数据挖掘,深度学习 - 阅 310

Python很快将是世界上最流行的编程语言。这算得上是豪言壮语,但如果你看一下Python的简单性、灵活性以及相对容易上手的优点,不难看出为什么《经济学人》杂志最近将Python誉为是即将在全球使用量最多的语言。当然,我们的威胁研究小组想看看Python在不法分子当中有多受欢迎。 …