开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

有没有办法在不更改AutoML调用的情况下更新Google翻译模型？

在不更改AutoML调用的情况下更新Google翻译模型是不可能的。AutoML是Google Cloud提供的一种自动机器学习服务，用于训练和部署机器学习模型。而Google翻译模型是由Google维护和更新的，用户无法直接修改或更新该模型。

Google翻译模型是基于大规模的数据集和深度学习算法训练而成的，Google会定期更新模型以提升翻译质量和性能。用户使用AutoML调用Google翻译服务时，实际上是调用了Google提供的预训练模型，而不是自己训练的模型。

如果用户希望使用最新的Google翻译模型，可以通过更新使用的AutoML版本来间接实现。Google会在新版本中包含最新的翻译模型，用户只需将其应用到AutoML调用中即可。具体操作可以参考Google Cloud文档中关于AutoML版本管理的指南。

需要注意的是，由于Google翻译模型是由Google维护和更新的，用户无法直接控制模型的更新频率和内容。如果用户有特定的翻译需求或对模型进行定制化的要求，可以考虑使用Google Cloud提供的其他自定义机器学习服务，如Google Cloud ML Engine或Google Cloud AutoML Translation等，以便更灵活地训练和更新自己的翻译模型。

腾讯云相关产品和产品介绍链接地址：

腾讯云机器翻译（TMT）：提供高质量、高性能的机器翻译服务，支持多种语言对的翻译。产品介绍链接：https://cloud.tencent.com/product/tmt
腾讯云自然语言处理（NLP）：提供多种自然语言处理服务，包括文本翻译、语音合成、语音识别等。产品介绍链接：https://cloud.tencent.com/product/nlp
腾讯云智能语音（TTS）：提供高质量的语音合成服务，支持多种语言和声音风格。产品介绍链接：https://cloud.tencent.com/product/tts

相关搜索:有没有办法在不传递参数的情况下调用函数？有没有办法在不更新主应用程序的情况下更新模块库？有没有办法在不手动下载新版本的情况下更新JDK？有没有办法在不登录Google帐户的情况下将图片上传到Google表单响应中？在不触发更改的情况下更新@Binding值有没有办法在不手动键入的情况下更改输入字段中的文本？有没有办法通过Google Cloud在线更新/更改已部署的源代码？有没有办法在不暴露API密钥的情况下发出Google Place Photos API请求？有没有办法在不刷新页面的情况下调用django函数有没有办法更改google存储签名的url，使其不包含文件的名称？在不更改updated_at字段的情况下更新属性在不更改updated_at的情况下更新laravel表有没有办法在不刷新页面的情况下动态更新我的组件？为什么模型的字段在update调用的情况下没有更新？有没有办法在不启动引擎的情况下获得MATLAB版本？有没有办法在不启动Flutter应用的情况下记录信息？在不更改密码的情况下更新后端数据库有没有办法在不关闭窗口的情况下更新matplotlib图？在不运行于Google环境的JAVA代码中，如何使用经过训练的翻译模型？有没有办法在不不断运行检查的情况下安排事件

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

谷歌新突破：自然语言与翻译加入AutoML，Contact Center AI和TPU 3.0发布

Cloud AutoML添加新功能谷歌宣布将去年在Google I / O大会上公开的机器学习平台Cloud AutoML扩展到新的领域。...Cloud AutoML基本上是一种允许非专家（没有机器学习专业知识甚至编码流畅性）的方法来训练他们自己的模型，AutoML Vision允许你创建用于图像和对象识别的机器学习模型。...为此，AutoML迎来了自然语言处理（使用AutoML Natural Language）和翻译（使用AutoML Translate）。...更新API，TPU 3.0发布谷歌正在更新现有的API，包括Cloud Vision API，它将很快识别手写，支持PDF和TIFF文件，并识别对象在图像中的位置。...在硬件方面，第三代Google Cloud TPU以alpha版本提供。

6811 0

业界 | 谷歌大脑开源多种新型神经网络优化器，AutoML探索新架构

选自Google Research Blog 作者： Irwan Bello 机器之心编译参与：张倩、刘晓坤谷歌大脑团队希望用类似于 AutoML 发现新神经网络架构的方法，探索自动发现新优化器的实现...优化方法的选择在深度学习模型的训练中发挥着重要作用。例如，尽管随机梯度下降在许多情况下都能良好运转，但更加高级的优化器速度会更快，尤其是在深度非常大的网络的训练中。...然而，由于优化问题的非凸性，开发新的神经网络优化器颇具挑战。Google Brain 团队希望用类似于 AutoML 发现新的有竞争力的神经网络架构的方法，探索是否可能自动发现新的优化器。...例如，在 PowerSign 优化器中，我们将每一次更新与梯度信号和梯度的运行平均值进行对比，根据这两个值是否一致来调整步长大小。如果是，则当前的更新方向更加可靠，从而步长可以增大。...它们在谷歌的神经机器翻译系统中也能良好运行，在英德翻译任务中的 BLEU 值提高了 0.7。神经优化器搜索不仅能提高机器学习模型的性能，还可能带来新的可解释优化器方程和更多发现。

6524 0

Google正式推出第三代翻译API，让企业在地化专有名词翻译

由于使用者的需求，Google改善第三代翻译API的灵活性，用户可以选择使用自定义的模型以及预训练模型。...Google在2018年发布的AutoML服务，让用户不需要撰写程式码，就能够建立机器学习模型，而其中的AutoML Translation能够用来客制化翻译机器学习模型，让用户建立自己的语言翻译应用，...但Google提到，AutoML Translation只能满足部分客制化的需求，而翻译API则能提供更精细的控制，现在这两者更好地整合在一起。...由于企业会在同一个翻译专案中，使用客制化模型以及预训练模型，将专案翻译成不同的语言，因此Google简化了模型切换的工作，第三代翻译API让用户可以选择使用翻译API的传统预训练模型，或是AutoML自定义的模型进行翻译...则其中可以在特定语言使用AutoML自定义的模型，而其他语言选用预训练模型，三种语言的翻译结果最后会以HTML的形式储存在云端。

7531 0

【AutoML】当前有哪些可用的AutoML平台？

大家好，欢迎来到专栏《AutoML》，在这个专栏中我们会讲述AutoML技术在深度学习中的应用，这一期讲述现有可用的AutoML平台。...作者&编辑 | 言有三自从Google提出AutoML那天起，工业界和学术界就已经迅速跟进了，经过了几年的发展，那么现在工业界都有了哪些AutoML平台呢？本次简单介绍其中重要的一些。...1 Google Cloud AutoML 作为AutoML的提出和尝鲜者，Google Cloud AutoML是当前最早也是最成熟的AutoML系统，覆盖了图像分类，文本分类以及机器翻译三大领域，另外也上线了测试版的视频相关服务...(3) 使用AutoML Vision格式化数据集，然后训练和部署模型。 Cloud AutoML提供了API调用和图形界面，想试用的自己去尝试吧。...国内的典型是第四范式AI Prophet AutoML等。 ? 不过相比于Google和百度等大厂，工具的可用性和服务还是有差距的。

2.1K3 1

十问李佳，机器学习开发者会因谷歌AutoML失业吗？

作者：弗朗西斯【新智元导读】正式发布Cloud AutoML后的半个月，谷歌AI中国中心总裁、谷歌云AI研发主管李佳亮相谷歌在北京举办的Think With Google创想大会。...AutoML 实际上现在自动生成的模型已经比专家设计的模型在图片分类上效果要更好，所以这样比起来产品开发的周期是大大缩小了，企业的花销也是大大的缩小了。...，这是对很多大量的用户非常方便的，包括翻译之类的，我们刚才看到很多的用户他们也是 Google 翻译的 API 用户。...而做研究就需要更大胆一些，我们会看到哪一领域出现的一些重要的问题，但是目前还没有办法来解决。...我们就会选择这些方面来进行探索，比如说像医疗这种很难啃的领域，实际上它也是需要更多的人来助力把这些事情做好。问：当某一个零售行业要使用 AutoML 来做一个 AI 模型的时候，他在什么场景下用？

77812 0

对话AutoML初创公司探智立方

2017 年 5 月，Google 推出了“AutoML”，顾名思义，AutoML 实际上就是一种让模型设计过程自动化的机器学习软件，也就是让 AI 来设计 AI。...Google 目前实际商用的 AutoML 用的是迁移学习（Transfer Learing），实际上就是专家在后面已经设计了 100 个模型，有了数据以后，机器来评估哪个模型更合适，然后在这个模型上做变种...其次是模型稳不稳定，这个很重要的，谁也不希望自己训练出来看起来很好的一个模型，但实际上是过拟合了。...我们的基因库是在不停演化的，它的演化过程并不受某一次数据的影响。这个基因库的更新是根据这些不同的模型设计过程中的稳定性和泛化情况，然后做的统计，再存到基因库里。...假设基因库在不增加新的神经计算单元的情况下，客户用这个基因，比如说三天就可以设计出一个好的模型，那到明年基因库更新之后，它做同样的模型设计可能只要两天或者更短的时间。

4102 0

你所需要知道的关于AutoML和NAS的知识点

【GiantPandaCV导读】本文是笔者第一次进行翻译国外博客，第一次尝试，由于水平的限制，可能有的地方翻译表达的不够准确，在翻译过程中尽量还原作者的意思，如果需要解释的部分会在括号中添加，如有问题欢迎指正...产生的准确率可以用于更新控制器，以便于控制器能够生成更好的网络结构。控制器的权重使用的是策略梯度进行更新的。整个端到端的设置如下图所示： ? NAS端到端流程整个过程非常符合直觉。...在研究和实践中已经反复证明，由于接受过类似训练任务的网络具有相似的权重，迁移学习有助于在短时间内实现更高的精度。ENAS算法强制让所有模型共享权重，而不是去从头训练从头收敛。...Google通过提供Gloud AutoML将这一点发挥到了极致。只需上传数据，Google的NAS算法即可为你提供快速简便的网络架构。 AutoML的想法是简单地抽象出深度学习的所有复杂部分。...AutoML工作流程 Cloud AutoML的价格确实高达2000美元，很遗憾，训练好以后也无法导出模型；将不得不使用他们的API在云上运行你的网络。

8503 1

GCP 上的人工智能实用指南：第一、二部分

语言 GCP 通过翻译和自然语言 API 提供用于语言信息和情报的 API，如下所示： Cloud Translation API：此 API 根据预先训练的模型以及可以使用 AutoML 翻译框架进行训练的自定义模型...与简单的逻辑回归不同，此更改使问题复杂得多。之前，我们要优化的参数数量是固定的（例如，在开始训练之前已定义了逻辑回归模型）；现在，如果函数F发生更改，它可以随着我的优化过程而更改。...以下 API 使应用能够在运行时分析模型操作。在某些情况下，由于数据量和模型复杂性，模型训练和评估需要更长的时间。这些操作调用帮助应用向最终用户报告模型训练和评估的状态。...progressPercent：此字段表示转录完成的百分比。 startTime：这是语音到文本翻译的开始时间。 LastUpdateTime：这是 API 上次更新状态的时间。...人工智能驱动的聊天机器人可以在不涉及人类的情况下完成出色的工作。聊天机器人是一个智能聊天程序。它应该能够令人信服地模拟一个人。与 AI 技术结合使用时，它称为智能聊天机器人。

17.2K1 0

【AI不惑境】AutoML在深度学习模型设计和优化中有哪些用处？

作者&编辑 | 言有三自从2017年Google提出使用强化学习搜索模型结构之后，AutoML/NAS便迅速成为了学术界和工业界的宠儿，在这几年也是非常火热的领域，那么AutoML/NAS在深度学习模型的设计和优化上究竟都有了哪些实际的作用呢...以上研究催生了Google Cloud AutoML，并在2018年1月被Google发布，AutoML技术的研究开始进入高潮，这几年成为机器学习/深度学习的大热门。...作者们对两类场景进行了实验，第一类是受延迟影响较大的应用如移动APP，使用的是资源受限的压缩，这样就可以在满足低FLOP和延迟，小模型的情况下实现最好的准确率；这一类场景作者通过限制搜索空间来实现，在搜索空间中...另一类是追求精度的应用如Google Photos，就需要在保证准确率的情况下压缩得到更小的模型。对于这一类场景，作者定义了一个奖励，它是准确率和硬件资源的函数。...基于这个奖励函数，智能体在不损害模型准确率的前提下探索压缩极限。

4211 0

Auto Machine Learning 自动化机器学习笔记

自动模型集成: build-ensemble，模型集成，在一般的比赛中都会用到的技巧。多个模型组合成一个更强更大的模型。往往能提高预测准确性。...机器学习自动化的难点还是在数据清洗和特征工程这些技巧，至于模型筛选、模型集成和超参数调参已经有比较成熟可用的代码了。我们的愿景是人人都可以用得起机器学习系统? 有没有很google！ 2....业界在 automl 上的进展： Google: Cloud AutoML, Google’s Prediction API https://cloud.google.com/automl/ Microsoft...不兼容而include_preprocessors,可以参考手册中的内容 auto-sklearn是基于sklearn库，因此会有惊艳强大的模型库和数据/特征预处理库，专业出身的设定。...，优化技术基于随机性，概率分布在目标函数未知且计算复杂度高的情况下极其强大通常适用于连续值的超参，例如 learning rate, regularization coefficient Bayesian

7313 0

【推荐收藏】Auto Machine Learning Note

自动模型集成: build-ensemble，模型集成，在一般的比赛中都会用到的技巧。多个模型组合成一个更强更大的模型。往往能提高预测准确性。...机器学习自动化的难点还是在数据清洗和特征工程这些技巧，至于模型筛选、模型集成和超参数调参已经有比较成熟可用的代码了。我们的愿景是人人都可以用得起机器学习系统? 有没有很google！ 2....业界在 automl 上的进展： Google: Cloud AutoML, Google’s Prediction API https://cloud.google.com/automl/ Microsoft...不兼容而include_preprocessors,可以参考手册中的内容 auto-sklearn是基于sklearn库，因此会有惊艳强大的模型库和数据/特征预处理库，专业出身的设定。...，优化技术基于随机性，概率分布在目标函数未知且计算复杂度高的情况下极其强大通常适用于连续值的超参，例如 learning rate, regularization coefficient Bayesian

5444 0

Auto Machine Learning 自动化机器学习笔记

自动模型集成: build-ensemble，模型集成，在一般的比赛中都会用到的技巧。多个模型组合成一个更强更大的模型。往往能提高预测准确性。...机器学习自动化的难点还是在数据清洗和特征工程这些技巧，至于模型筛选、模型集成和超参数调参已经有比较成熟可用的代码了。我们的愿景是人人都可以用得起机器学习系统? 有没有很google！ 2....业界在 automl 上的进展： Google: Cloud AutoML, Google’s Prediction API https://cloud.google.com/automl/ Microsoft...不兼容而include_preprocessors,可以参考手册中的内容 auto-sklearn是基于sklearn库，因此会有惊艳强大的模型库和数据/特征预处理库，专业出身的设定。...，优化技术基于随机性，概率分布在目标函数未知且计算复杂度高的情况下极其强大通常适用于连续值的超参，例如 learning rate, regularization coefficient Bayesian

2.2K5 0

谷歌 AI 自动编程效率超研发工程师，作为工程师的我感到了森森的压力

TNW一则热门新闻炸开了锅：Google AutoML 系统近日居然自己写了一串机器学习代码，其效率竟然超过了专业的研发工程师。这让我们人类的优越感何存？...不过，想要转行的同学要抓紧了，AI 既然可以速记员，取代翻译，未来有没有可能取代程序员呢？...---- 在人工智能的浪潮下，深度学习模型已经广泛应用于语音识别、机器翻译、图像识别等诸多领域，并取得了非常不错的成果。...在人工智能顶级人才匮乏的情况下，为了让机器学习模型的设计过程更加简单，提升研发效率，谷歌于今年 5 月推出了“AutoML”，顾名思义，AutoML 实际上就是一种让模型设计过程自动化的机器学习软件，该系统会进行数千次模拟来确定代码的哪些方面可以作出改进...AutoML 的进展超出了很多人的预期，那么为何机器在设计深度学习模型这一任务上表现的如此出色？先让我们来了解下 AutoML 的工作原理。 AutoML 是如何设计模型的？

4904 0

Google 发布 Cloud AutoML 降低机器学习门槛，调参民工前景堪忧

翻译 | AI 科技大本营（rgznai100）参与 | 刘畅、林椿眄编辑 | 周翔、Donna 本周三，Google 发布了最新的 Cloud AutoML 技术，该技术能使企业开发者们通过 Google...谷歌首先将发布 AutoML Vision，即用于建立机器视觉模型的工具，随后将陆续推出用于机器翻译和自然语言处理等的工具。...我们展示了现代机器学习服务（如计算机视觉，语音，自然语言处理，翻译和对话流等多种API）是如何建立在预先训练好的模型之上，并为实际业务和应用需求带来无与伦比的规模和运行速度。...Cloud AutoML Vision 的三大优势：更高的模型准确性：基于 Google 领先的图像识别方法，包括迁移学习和神经架构搜索技术，Cloud AutoML Vision 能够帮助你建立更高性能的模型...生产就绪模型的周转时间更快：使用 Cloud AutoML，你可以在几分钟内创建一个适用你的AI应用程序的简单模型，或者在一天内构建用于实际需要的完整模型。

1.2K4 0

谷歌将AutoML应用于Transformer架构，翻译结果飙升，已开源！

[ 导读 ]为了探索AutoML在序列域中的应用是否能够取得的成功，谷歌的研究团队在进行基于进化的神经架构搜索（NAS）之后，使用了翻译作为一般的序列任务的代理，并找到了Evolved Transformer...虽然用于序列问题的Transformer和其他前馈模型越来越受欢迎，但它们的架构几乎完全是手动设计的，与计算机视觉领域形成鲜明对比。AutoML方法已经找到了最先进的模型，其性能优于手工设计的模型。...当然，我们想知道AutoML在序列域中的应用是否同样成功。...与大多数序列到序列（seq2seq）神经网络体系结构一样，它有一个编码器，将输入序列编码为嵌入，解码器使用这些嵌入构造输出序列；在翻译的情况下，输入序列是要翻译的句子，输出序列是翻译。...注意模块底部的分支卷积结构，它独立地在编码器和解码器中形成这一点特别有趣，因为在NAS期间编码器和解码器架构不共享，因此独立发现该架构对编码器和解码器都很有用，这说明了该设计的优势。

5461 0

别慌，谷歌说AutoML无意取代工程师，AI人才缺口仍然巨大

熟悉各种工具，AI能力很强的开发者不必自建模型，API就满足需求的使用者有想法有数据，但不知怎么用的转型者其实AutoML针对的是第三种用户。...耗时一年研发 AutoML是个开发利器，即便你不懂机器学习，也能训练出一个定制化的机器学习模型。...而且从当前效果来看，AutoML自动生成的模型已经比专家设计的模型在图片分类上效果要更好，产品开发的周期大大缩小，企业的花销也大大减少。所以李佳认为：AutoML是AI福祉，而非威胁挑战。...他的人可能没有业务红——如果你有留意的话，去年嘻哈正火时，Google翻译请到了嘻哈侠欧阳靖(MCJin)代言，在中国力度空前地铺了一拨广告。会上也专门打了小广告，强调Google翻译能用。...To B的Google中国不也过得挺好吗？

70912 0

谷歌将AutoML应用于Transformer架构，翻译结果飙升，已开源！

新智元报道来源：googleblog 编辑：张佳【新智元导读】为了探索AutoML在序列域中的应用是否能够取得的成功，谷歌的研究团队在进行基于进化的神经架构搜索（NAS）之后，使用了翻译作为一般的序列任务的代理...虽然用于序列问题的Transformer和其他前馈模型越来越受欢迎，但它们的架构几乎完全是手动设计的，与计算机视觉领域形成鲜明对比。AutoML方法已经找到了最先进的模型，其性能优于手工设计的模型。...当然，我们想知道AutoML在序列域中的应用是否同样成功。...与大多数序列到序列（seq2seq）神经网络体系结构一样，它有一个编码器，将输入序列编码为嵌入，解码器使用这些嵌入构造输出序列；在翻译的情况下，输入序列是要翻译的句子，输出序列是翻译。...这一点特别有趣，因为在NAS期间编码器和解码器架构不共享，因此独立发现该架构对编码器和解码器都很有用，这说明了该设计的优势。

4132 0

谷歌 AI 自动编程效率超研发工程师，作为 AI 工程师的我感到了森森的压力

作者：周翔背景今天，TNW一则热门新闻炸开了锅：google AutoML 系统近日居然自己写了一串机器学习代码，其效率竟然超过了专业的研发工程师。这让我们人类的优越感何存？...不过，想要转行的同学要抓紧了，AI 既然可以速记员，取代翻译，未来有没有可能取代程序员呢？...前言在人工智能的浪潮下，深度学习模型已经广泛应用于语音识别、机器翻译、图像识别等诸多领域，并取得了非常不错的成果。...在人工智能顶级人才匮乏的情况下，为了让机器学习模型的设计过程更加简单，提升研发效率，谷歌于今年 5 月推出了“AutoML”，顾名思义，AutoML 实际上就是一种让模型设计过程自动化的机器学习软件，该系统会进行数千次模拟来确定代码的哪些方面可以作出改进...AutoML 的进展超出了很多人的预期，那么为何机器在设计深度学习模型这一任务上表现的如此出色？先让我们来了解下 AutoML 的工作原理。 AutoML 是如何设计模型的？

2.4K0 0

谷歌AI自动编程效率超研发工程师，作为AI工程师的我感到了森森的压力

今天，TNW一则热门新闻炸开了锅：google AutoML 系统近日居然自己写了一串机器学习代码，其效率竟然超过了专业的研发工程师。这让我们人类的优越感何存？...不过，想要转行的同学要抓紧了，AI 既然可以速记员，取代翻译，未来有没有可能取代程序员呢？...---- 在人工智能的浪潮下，深度学习模型已经广泛应用于语音识别、机器翻译、图像识别等诸多领域，并取得了非常不错的成果。...在人工智能顶级人才匮乏的情况下，为了让机器学习模型的设计过程更加简单，提升研发效率，谷歌于今年 5 月推出了“AutoML”，顾名思义，AutoML 实际上就是一种让模型设计过程自动化的机器学习软件，该系统会进行数千次模拟来确定代码的哪些方面可以作出改进...AutoML 的进展超出了很多人的预期，那么为何机器在设计深度学习模型这一任务上表现的如此出色？先让我们来了解下 AutoML 的工作原理。 AutoML 是如何设计模型的？

6468 1

谷歌新技术：神经优化器搜索，自动找到可解释的优化方法

AiTechYun 编辑：yuxiangyu 如今，深度学习模型已经部署在众多谷歌产品中，如搜索、翻译和照片等。而在训练深度学习模型时，优化方法的选择至关重要。...例如，随机梯度下降在大多情况下都很有效，但更先进的优化器可能会更快，特别是在训练非常“深”的网络时。然而，由于优化问题的非凸性，为神经网络提供新的优化器十分具有挑战性。...在Google Brain团队中，我们想看看是否可能用类似于AutoML如何用于发现新的有竞争力的神经网络架构的方法，自动化发现新的优化器的过程。...使用这种方法，我们发现了两种新的优化器PowerSign和AddSign，它们在各种不同的任务和架构上具有竞争力，包括ImageNet分类和Google的神经机器翻译系统。...他们在Google的神经机器翻译系统上也运行良好，英语对德语翻译任务的双语评估指标（BLEU）增加了0.7。

7167 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭