InayofuataMwongozo unaofuata
Ugawaji wa sehemu ya ukaguzi na Mafunzo yanayorudiwa
Kiufundi
MWONGOZO wa Kiufundi
Uwekaji lebo bandia ni mbinu inayodhibitiwa nusu ambapo modeli iliyofunzwa kwenye seti ndogo iliyo na lebo hutengeneza lebo zake kwa data isiyo na lebo, kisha kutoa mafunzo juu ya utabiri huo.
Sikiliza mwongozo huuInaonyeshwa na AI · ~2 min
Ni njia rahisi na yenye nguvu ya kutumia data nyingi zisizo na lebo.
Kujizoeza ni mojawapo ya mawazo ya zamani zaidi ya kusimamiwa nusu. Kwanza unamfundisha kielelezo cha mwalimu kuhusu data iliyo na lebo kidogo. Kisha mwalimu anatabiri lebo kwa kundi kubwa la mifano isiyo na lebo; utabiri wa imani ya juu huwa lebo bandia. Mwanafunzi wa kielelezo anafunzwa juu ya muungano wa lebo za kweli na lebo bandia, mara nyingi humshinda mwalimu. Viwango vya kujiamini ni muhimu: utabiri tu juu ya uwezekano wa kukatwa huwekwa, kwa hivyo mtindo hauharibikiwi na ubashiri wake wenyewe usio na uhakika. Vibadala vya kisasa vinachanganya uwekaji lebo bandia na urekebishaji thabiti. FixMatch, kwa mfano, hutengeneza lebo ya uwongo kutoka kwa picha iliyoongezwa hafifu na hufunza mfano ili kuulinganisha kwenye toleo lililoboreshwa sana, lakini tu wakati utabiri dhaifu unajiamini. Mwanafunzi mwenye Kelele alikadiria wazo kwenye ImageNet kwa kumfanya mwanafunzi kuwa mkubwa zaidi na kuongeza kelele (kuacha, kuongeza) wakati wa mafunzo yake.
Kufunza mfumo wa utambuzi wa matamshi kwa kunakili maelfu ya saa za sauti isiyo na lebo na muundo wa mbegu, kisha kujizoeza kwenye manukuu yanayoaminika.
Mwanafunzi mwenye Kelele wa Google anaboresha usahihi wa ImageNet kwa kuweka lebo picha zisizo na lebo na mwalimu na kumfundisha mwanafunzi mkubwa zaidi, mwenye kelele.
Kuweka lebo kwenye kundi kubwa la uchunguzi wa kimatibabu ambao haujabainishwa na modeli iliyofunzwa kwenye kesi mia chache zilizo na lebo za kitaalamu ili kupanua seti ya mafunzo.
Kuanzisha kiainisha maandishi cha kikoa niche kwa kuweka lebo bandia mamilioni ya hati zisizo na lebo juu ya kiwango cha kutegemewa.
Uwekaji lebo bandia husalia kuwa kitovu cha ujifunzaji kwa ufanisi wa lebo na inazidi kuwa njia za mafunzo ya miundo mikubwa, ambapo miundo thabiti hutengeneza lebo za sintetiki au hata data ya sintetiki ili kufunza miundo midogo au mpya zaidi, aina ya kunereka. Tarajia muunganisho mkali zaidi na ujifunzaji unaoendelea (kuamua ni mifano ipi ambayo wanadamu wanapaswa kuwekea lebo), makadirio bora ya kutokuwa na uhakika ili kuchuja lebo bandia, na kuendelea kutumia katika utambuzi wa usemi, picha za kimatibabu na kikoa chochote ambapo data isiyo na lebo huzidi kwa kiasi kikubwa data iliyo na lebo.
Jarida halali
Hadithi tatu za AI zilizothibitishwa kila asubuhi ya wiki, zimetengenezwa kwa Kiingereza rahisi. Bila malipo daima, hakuna matangazo.
Barua pepe moja kila siku ya wiki. Jiondoe kwa bonyeza moja. Hatutauza au kushiriki anwani yako.
Jijaribu mwenyewe
Maoni ya haraka juu ya kila jibu, na cheti kinachoweza kushirikishwa na kitambulisho kinachoweza kuthibitishwa baada ya kupita kozi.
Changia elimu ya AI bila malipo. AI Understanding ni 501(c)(3) isiyo na faida — hakuna matangazo, hakuna kizuizi cha malipo, daima. Toa mchango
Uwekaji lebo bandia ni mbinu inayodhibitiwa nusu ambapo modeli iliyofunzwa kwenye seti ndogo iliyo na lebo hutengeneza lebo zake kwa data isiyo na lebo, kisha kutoa mafunzo juu ya utabiri huo. Ni njia rahisi na yenye nguvu ya kutumia data nyingi zisizo na lebo.
The guide describes generating pseudo-labels and training with labeled and selected unlabeled examples.
The guide says high-confidence predictions are retained to reduce contamination from uncertain guesses.
The guide warns that a model’s errors may be reinforced by its generated labels.
FixMatch uses a confident prediction from a weak augmentation to train on a strong augmentation.
The guide describes adding noise during student training to encourage generalization.
Endelea kujifunza
Miongozo zaidi imechaguliwa kwa mada hii
InayofuataMwongozo unaofuata
Ugawaji wa sehemu ya ukaguzi na Mafunzo yanayorudiwa
Kiufundi