首页
学习
活动
专区
工具
TVP
发布

量子位

专栏作者
8591
文章
4919853
阅读量
138
订阅数
杨强申省梅等AI大咖共谈「跨域学习」,搞定小数据才是王道 | CNCC 2020
金磊 发自 凹非寺 量子位 报道 | 公众号 QbitAI 「AI的力量来自大数据」,这句话确实不假。 理想虽好,但现实却是——哪有那么多高质量、标注数据可用,更多的依旧还是小数据。 这也正是工业界往往需要大量人力去收集、标注数据的原因。 即便如此,「隐私」、「法律」和「专业性」等种种约束,注定了这种方法跟不上AI落地的行进速度。 此局又该如何破解? 10月24日,由澎思科技组织的CNCC 2020分论坛《AI 落地的跨域学习技术和进展》在京成功举办。 就此议题,论坛邀请了业界众多专家共同探讨,包括:
量子位
2023-03-10
4450
聚焦AI落地痛点,纵论跨域学习技术前沿和应用趋势 | CNCC技术论坛
《AI落地的跨域学习技术和进展》技术论坛将于CNCC期间,10月24日下午16:00-18:00,在北京新世纪日航饭店2层江苏厅举行。本论坛邀请跨域学习领域、学术界的顶尖学者和工业界的领军人物一起,聚焦AI落地过程中跨域学习起到的重要作用,一起探讨跨域学习的技术前沿和进展。欢迎光临! 今年CNCC大会将于10月22-24日在北京(主会场)举行,全国多地设立分会场和专场并进行同步线上直播。今年除讲者阵容十分强大外(首批KN讲者确认:图灵奖得主、院士、名企专家将做特邀报告),活动也十分多。包括三场大会论坛、百余
量子位
2023-03-10
4720
AutoML并非全能神器!新综述爆火,网友:了解深度学习领域现状必读
羿阁 萧箫 发自 凹非寺 量子位 | 公众号 QbitAI 如今深度学习模型开发已经非常成熟,进入大规模应用阶段。 然而,在设计模型时,不可避免地会经历迭代这一过程,它也正是造成模型设计复杂、成本巨高的核心原因,此前通常由经验丰富的工程师来完成。 之所以迭代过程如此“烧金”,是因为在这一过程中,面临大量的开放性问题 (open problems)。 这些开放性问题究竟会出现在哪些地方?又要如何解决、能否并行化解决? 现在一篇论文综述终于对此做出介绍,发出后立刻在网上爆火。 作者严谨地参考了接近300篇文献
量子位
2023-02-23
2230
Nature子刊 | NUS、字节首次将AI元学习引入脑成像领域
近期,新加坡国立大学、字节跳动智能创作新加坡团队等机构合作的一项技术成果被全球顶级学术期刊Nature的子刊Nature Neuroscience收录。这项研究首次将人工智能领域的元学习方法引入到神经科学及医疗领域,能在有限的医疗数据上训练可靠的AI模型,提升基于脑成像的精准医疗效果。 研究背景 脑成像技术是神经科学发展的一个重要领域,能够直接观察大脑在信息处理和应对刺激时的神经化学变化、从而对疾病的诊断和治疗提供重要参照。理论上,基于脑成像的机器学习模型可应用于预测个人(individual)的一些非
量子位
2022-05-25
2040
何恺明时隔2年再发一作论文:为视觉大模型开路,“CVPR 2022最佳论文候选预定”
甚至在业内纷纷追求“大力出奇迹”、“暴力美学”的当下,何恺明还带着一种坚持独立思考的反共识气概。
量子位
2021-11-16
6350
清华唐杰团队:一文看懂NLP预训练模型前世今生
整篇论文超过40页,从发展历史、最新突破和未来研究三个方向,完整地梳理了大规模预训练模型(PTM)的前世今生。
量子位
2021-09-29
8310
腾讯8篇AI医疗论文入选国际学术顶会,涵盖癌症图像分类、CT病灶检测等领域
近年来AI医学蓬勃发展,以“腾讯觅影”为代表的AI医学解决方案快速进入多种疾病的诊断核心环节。
量子位
2019-10-15
7740
这套1600赞的NLP课程已开放,面向实战,视频代码都有丨资源
一套面向实战、号称“代码优先”的NLP课程来了,名字为A Code-First Introduction to Natural Language Processing,fast.ai出品,全程免费学习。
量子位
2019-07-15
5270
PaddleHub 1.0正式发布: 一键模型加载,十行代码完成迁移学习
飞桨(PaddlePaddle)核心框架Paddle Fluid v1.5已经发布,而作为其关键工具,用来迁移学习的PaddleHub也进行了全面更新,正式发布了1.0版本。
量子位
2019-07-15
4350
业内最大规模多标签图像数据集开源 | GitHub资源
上个月,腾讯AI实验室宣布开源多标签图像数据集ML-Images,以及业内目前同类深度学习模型中精度最高的深度残差网络ResNet-101.
量子位
2018-11-05
1.7K0
腾讯开源业内最大多标签图像数据集,附ResNet-101模型
不仅要开源多标签图像数据集ML-Images,以及业内目前同类深度学习模型中精度最高的深度残差网络ResNet-101。
量子位
2018-09-29
1.6K0
AI Challenger全球AI挑战赛开幕,300万奖金池,还可能获李开复投资
投入千万元资金,新增10余个高质量数据集,由企业、大学和政府联合推动,2018 AI Challenger 全球AI挑战赛今天正式拉开帷幕。
量子位
2018-09-29
5630
在Keras+TF环境中,用迁移学习和微调做专属图像识别系统
图1:CompCars数据集的示例图像,整个数据集包含163家汽车制造商,1713种车型 王小新 编译自 Deep Learning Sandbox 量子位 出品 | 公众号 QbitAI 量子位曾经编译过Greg Chu的一篇文章,介绍了如何用Keras+TF,来实现ImageNet数据集日常对象的识别。 但是,你要研究的物体,往往不在那个列表中。我们可能想要区分出不同型号的太阳镜、认出不同的鞋子、识别各种面部表情、说出不同汽车的型号、在X光影像下判定肺部疾病的类型,这时候该怎么办? Greg Chu
量子位
2018-03-30
1.3K0
一文看懂迁移学习:怎样用预训练模型搞定深度学习?
瀚宸 编译自 Analytics Vidhya 量子位 出品 | 公众号 QbitAI 引言 跟传统的监督式机器学习算法相比,深度神经网络目前最大的劣势是什么? 贵。 尤其是当我们在尝试处理现实生活中诸如图像识别、声音辨识等实际问题的时候。一旦你的模型中包含一些隐藏层时,增添多一层隐藏层将会花费巨大的计算资源。 庆幸的是,有一种叫做“迁移学习”的方式,可以使我们在他人训练过的模型基础上进行小改动便可投入使用。在这篇文章中,我将会讲述如何使用预训练模型来加速解决问题的过程。 注:这篇文章默认读者对于神经网络和
量子位
2018-03-29
8.8K0
微软发布SynNet:两步打造可迁移学习的机器阅读理解系统
李根 编译整理 量子位 出品 | 公众号 QbitAI 我们先把“机器灭绝人类”的探讨放一放,因为还有很多“看起来简单做起来难”的问题未得到解决,比如阅读理解。 对于人类来说,阅读理解是一项最基本的认知技能,并且人类很小的时候,就能在阅读完某一篇文章后,回答其中心思想和关键细节。 但这对AI并不简单。目前让机器实现完全的阅读理解,仍旧是一个不小的挑战,不过这又是打造通用AI而必须完成的目标。 实际上,机器阅读理解(MRC)对于解决很多现实问题和场景,都是非常有帮助的。比如用户服务、咨询、建议、问答对话和客户
量子位
2018-03-28
5700
人类太多余?且慢,先听AI科学家详解AlphaGo Zero的伟大与局限
夏乙 李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI “人类太多余了。” 面对无师自通碾压一切前辈的AlphaGo Zero,柯洁说出了这样一句话。 如果你无法理解柯洁的绝望,请先跟着量
量子位
2018-03-23
9750
手把手带你入坑迁移学习(by 当过黑客的CTO大叔)
原作 Slav Ivanov Root 编译自 Slav寄几的博客 量子位 出品 | 公众号 QbitAI Slav Ivanov是Post Planer(提高社交媒体影响力的App)的CTO,这个当过黑客后又从良当企业家的大叔,结合自己的创业经历,把他认为比较好的迁移学习的资料分享给大家。以下是他的原文。 ---- 现在很多深度学习的应用都依赖于迁移学习,特别是在计算机视觉领域,这篇文章主要给大家介绍一下什么是迁移学成,怎么完成迁移学习,以及可能存在的缺点。 我最开始接触迁移学习,是因为创业要用到。 不如
量子位
2018-03-23
8730
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档