多任务学习

Micro-expression Analysis by Fusing Deep Convolutional Neural Network and Optical Flow阅读笔记

文章的主要内容包括三步：1，使用多任务学习网络进行人脸关键点定位，划分人脸区域。2，使用卷积网络得到每个区域的光流，使用的是flownet2.0。
hfutyfl802·2023-02-03 16:14

【NLP】文献翻译4——CH-SIMS：中文多模态情感分析数据集与细粒度的模态注释

AChineseMultimodalSentimentAnalysisDatasetwithFine-grainedAnnotationsofModality摘要1.介绍2.相关工作2.1多模态数据集2.2多模态情感分析2.3多任务学习
Yang SiCheng·2023-02-02 07:16

人工智能之YOLOP v2来啦 | YOLOv7结合YOLOP的多任务版本，超越YOLOP以及HybridNets

在过去的十年中，多任务学习方法在解决全景驾驶感知问题方面取得了不错的成果，同时提供了高精度和高效率的性能。在为计算资源有限的实时实际自动驾驶系统设计网络时，它已成为一种流行的范例。
大数据AI人工智能专家培训讲师叶梓团队·2023-02-01 12:18

我要打十个：多任务学习模型MMoE解读

打遍镇内无敌手的传说不良少女今天要介绍的是一个多任务学习模型MMoE，如果第一次接触此类模型或是没有相关的研究背景的话，其实容易不太容易理解这种多任务学习的价值所在。
金色暗影·2023-02-01 10:03

【nlp论文笔记】 Glyce: Glyph-vectors for Chinese Character Representations

Abstract本文贡献：我们使用中国历史文字(如青铜器文字、篆书、繁体字等)来丰富文字的象形证据;设计适合中文字符图像处理的CNN结构(称为天泽-CNN);将图像分类作为多任务学习的辅助任务，以提高模型的泛化能力
yuexiaomao·2023-01-31 18:26

Multi-task Learning(Review)多任务学习概述

点击上方，选择星标或置顶，每天给你送干货！阅读大概需要21分钟跟随小博主，每天进步一丢丢作者丨Anticoder专栏丨Optimazer'sGarden整理丨机器学习算法与自然语言处理https://zhuanlan.zhihu.com/p/59413549背景：只专注于单个模型可能会忽略一些相关任务中可能提升目标任务的潜在信息，通过进行一定程度的共享不同任务之间的参数，可能会使原任务泛化更好。广
zenRRan·2023-01-29 10:52

浅谈多任务学习

目录一、前言及定义二、多任务学习（MTL）的两种方法2.1参数的硬共享机制（hardparametersharing）2.2参数的软共享机制（softparametersharing）三、多任务学习模型
云隐雾匿·2023-01-29 07:06

【论文翻译】Jointformer ：一种基于误差预测和改进的三维人体姿态估计的单帧提升变压器

我们还建议使用错误预测作为多任务学习框架的一部分，通过允许
weixin_50862344·2023-01-27 08:01

推荐系统实现3：多任务精排算法

场景：精排（多任务学习）模型：ESMM、MMOE数据：Ali-CCP数据集什么是精排？
何草不玄丶·2023-01-26 12:13

单一数字评估指标、迁移学习、多任务学习、端到端的深度学习

目录1.单一数字评估指标(asinglenumberevaluationmetric)有时候要比较那个分类器更好，或者哪个模型更好，有很多指标，很难抉择，这个时候就需要设置一个单一数字评估指标。例1：比较A，B两个分类器的性能，有精确率(Precision)和召回率(Recall)两个指标，难以抉择，F1分数(F1Score)就是一个单一数字评估指标，兼顾了Precision和Recall，。例2
劳埃德·福杰·2023-01-26 08:20

推荐算法最前沿|KDD2020推荐系统论文一览

同时，GNN、强化学习、多任务学习、迁移学习、AutoML、元学习在推荐系统的落地应用也成为当下的主要研究点。此
文文学霸·2023-01-25 15:07

【论文导读】- SpreadGNN: Serverless Multi-task Federated Learning for Graph Neural Networks（去服务器的多任务图联邦学习）

文章目录论文信息摘要SpreadGNNFramework用于图层次学习的联邦图神经网络图神经网络的联邦多任务学习SpreadGNNDPA-SGD的收敛性质实验总结论文信息SpreadGNN:ServerlessMulti-taskFederatedLearningforGraphNeuralNetworks
1 + 1=王·2023-01-24 23:36

吴恩达深度学习笔记-机器学习策略(第8课)

机器学习策略一、进行误差分析二、清除标注错误的数据三、快速搭建你的第一个系统，并进行迭代四、在不同的划分上进行训练并测试五、不匹配数据划分的偏差和方差六、解决数据不匹配七、迁移学习八、多任务学习九、什么是端到端的深度学习十
快乐活在当下·2023-01-21 08:22

行人属性识别研究综述（一）

文章目录摘要1、简介2问题的表述和挑战3标准3.1数据集3.2评价标准4行人属性识别的常规流程4.1多任务学习4.2多标签学习5深度神经网络欢迎阅读【AI浩】的博客阅读完毕，可以点点小手赞一下发现错误，
AI浩·2023-01-20 07:37

机器学习Day1--机器学习方法

聚类假设：处于相同聚类的样本很大可能拥有相同的标记（2）流形假设：处于一个很小的局部区域的样本很可能具有相同的标记三.增强学习对于输出信息只给出评价，不给正确答案，学习机通过强化受奖励来改善自身性能四.多任务学习多个相关的任务放在一起同时学
千金裘换酒·2023-01-20 01:38

神经网络训练多任务学习(MTL)时，多个loss怎么分配权重(附代码)

这里我的代码里面使用的是“不确定性加权方法”基本思想：难学的任务给予更小的权重使得整体的多任务模型的训练更加顺畅和有效。前提概念：认知不确定性和偶然不确定性。前提概念：认知不确定性和偶然不确定性认知不确定性（epistemic）：指的是由于缺少数据导致的认知偏差。当数据很少的时候，训练数据提供的样本分布很难代表数据全局的分布，导致模型训练学偏。这种不确定性可以通过增加数据来改善。偶然不确定性（al
Ciao112·2023-01-16 08:38

因果推断6--多任务学习（个人笔记）

目录1多任务学习1.1问题描述1.2数据集1.3网络结构1.4结果2因果推断使用多任务方式2.1DRNet2.2Dragonet2.3Deepcounterfactualnetworkswithpropensity-dropout2.4VCNet3
万三豹·2023-01-16 08:08

《A Multi-task Learning Model for Chinese-oriented Aspect Polarity Classification and Aspect Term》笔记

AMulti-taskLearningModelforChinese-orientedAspectPolarityClassificationandAspectTermExtraction（面向中文的方位极性分类和方位项提取的多任务学习模型
经十东路31699号·2023-01-14 08:41

赛事推荐| 建筑物实例分割和高度估计的多任务学习——2023 IEEE GRSS 数据融合赛道2

1.赛题名称联合建筑物提取和高度估计的多任务学习2.赛题背景该轨道定义了建筑物提取和高度估计的联合任务。两者都是建筑改造的两个非常基础和必不可少的任务。
海淀小天·2023-01-12 13:00

NLP发展简史

NLP发展简史文章目录NLP发展简史前言2001-神经语言模型2008-多任务学习2013-单词嵌入2013-NLP的神经网络2014-顺序到顺序模型2015-Attention2015-基于内存的网络
卿与·2023-01-12 12:48

Coursera | Andrew Ng (03-week2-2.8)—多任务学习

该系列仅在原课程基础上部分知识点添加个人学习笔记，或相关推导补充等。如有错误，还请批评指教。在学习了AndrewNg课程的基础上，为了更方便的查阅复习，将其整理成文字。因本人一直在学习英语，所以该系列以英文为主，同时也建议读者以英文为主，中文辅助，以便后期进阶时，为学习相关领域的学术论文做铺垫。-ZJCoursera课程|deeplearning.ai|网易云课堂转载请注明作者和出处：ZJ微信公众
ZJ_Improve·2023-01-12 11:42

week 9 吴恩达 迁移学习 多任务学习 端到端学习

四、迁移学习transferlearning五、多任务学习multi-tasklearning六、端到端end-to-endlearning一、错误分析当我们在构建一个系统时，我们可以采用人工方法来分析错误率主要是由什么造成的
爱吃肉c·2023-01-12 11:39

多任务学习之mmoe理论详解与实践

多任务学习之mmoe理论详解与实践书接上文，在前一篇文章快看esmm模型理论与实践中，我们讲到MTL任务通常可以把可以分为两种:串行与并行。
SYBH.·2023-01-11 08:44

小样本中的自监督

(2019ECCV)关键点：通过自监督构建多任务学习，能够提高模型提取语义特征的能力，有助于在新类上的识别。只有当无标签的数据与有标签的数据属于同一个域时，进行自监督才有效果，否则反而有害。
DeepWWJ·2023-01-10 13:33

半监督3D医学图像分割（二）：UA-MT

半监督学习则是将少量有标注的数据和大量无标注的数据直接输入到网络中，构建一致性损失或者多任务学习，达到比单独用有标注数据集更好的结果。上一篇博文半监
宁眸·2023-01-09 17:50

多任务学习算法在推荐系统中的应用

粗略来看，推荐算法可以简单地分为召回和排序两个阶段。召回模块负责从海量的物品库里挑选出用户可能感兴趣的物品子集，过滤之后通常返回几百个物品。排序模块负责对召回阶段返回的物品集个性化排序，通常返回几十个物品组成的有序列表。总结起来，召回和排序有如下特点：召回层：候选集规模大、模型和特征简单、速度快，尽量保证用户感兴趣数据多召回。排序层：候选集不大，目标是保证排序的精准，一般使用复杂和模型和特征。使用
yangxudong·2023-01-08 22:40

【XYDeblur: Divide and Conquer for Single Image Deblurring】阅读笔记

1.1One-Encoder-Multiple-Decoderarchitecture单编码器多解码器在多任务学习中经常使用。大致分为两种用法，一种是对不同的
既脱春火·2023-01-08 08:22

【推荐系统多任务学习 MTL】PLE论文精读笔记（含代码实现）

PLE是MMoE（详见【推荐系统多任务学习MTL】MMOE论文精读笔记
苏学算法·2023-01-07 21:02

【推荐系统多任务学习MTL】MMoE论文精读笔记（含代码实现）

论文地址：GoogleKDD2018MMOE(内含论文官方讲解视频)PDFModelingTaskRelationshipsinMulti-taskLearningwithMulti-gateMixture-of-Experts一、前言阿里团队提出ESMM模型利用MTL(Multi-TaskLearning)的方法极大地提升了CVR预估的性能，同时解决了传统CVR模型预估的一些弊病。我们从模型的网
苏学算法·2023-01-07 21:31

keras 实现多任务学习

defdeep_multi_model(feature_dim,cvr_label_dim,profit_label_dim):inputs=Input(shape=(feature_dim,))dense_1=Dense(512,activation='relu')(inputs)dense_2=Dense(384,activation='relu')(dense_1)dense_3=Dense
xiedelong·2023-01-07 09:43

多任务学习

最近一段时间MultiTask网络比较流行，比如做人脸检测的时候，一个网络完成（人脸和非人脸）二分类任务的同时也要进行boudingbox回归或者人脸关键点回归。以人脸检测MTCNN为例，一个网络包含三个任务。训练的时候，一个batch中的图片，一部分用于二分类、一部分用于boundingbox回归，一部分用于关键点回归。这种较复杂的样本组合完全可以通过slice和concat层来快速实现。———
一个新新的小白·2023-01-07 09:42

Keras实现多任务学习

fromkeras.layersimportInput,LSTM,Bidirectional,Dense,Dropout,Concatenate,Embedding,GlobalMaxPool1Dfromkeras.modelsimportModelfromkeras_contrib.layersimportCRFimportkeras.backendasKfromkeras.utilsimpor
hxxjxw·2023-01-07 09:12

利用bert4keras实现多任务学习

本文给出一个使用bert4keras实现多任务学习的例子多任务学习广义的讲，只要有多个loss就算Multi-taskLearning。
HGlyh·2023-01-07 09:39

【推荐系统】ESMM实践应用

友情链接MMoE算法在淘宝躺平推荐系统中的应用实践-AIQ(MMoE算法在淘宝躺平推荐系统中的应用实践)论文链接：https://arxiv.org/pdf/1804.07931.pdf1、理论多任务学习
littlemichelle·2023-01-07 08:59

GPT-2

多任务学习是解决泛化性的方式之一，但是也需要大范围针对性的数据和精妙的任务设计。预训练+微调的方式已经有很长的历史了，用词向量以及RNN中的隐向量。最近的研究表
cx_0401·2023-01-06 16:42

飞桨携手哈佛打造MUSCLE自监督多任务学习方法，X射线图像肺部分割任务Dice提升达1.5%...

医学图像分析是定位、识别和提取医学图像中不同脏器与病灶的过程，对于疾病诊断具有重要意义。典型的医学图像分析场景包括对骨头、肺部和头部的X射线图像进行分类和分割等。医学图像分析示意图近年来，基于深度学习的方法[1]在医学图像分析方面取得了巨大成功。通常而言，训练深度神经网络需要大量具有手工标注信息的图像，并使用有监督的训练方式，才能得到良好的图像表征和稳定的分析性能[2]。为了降低手工标注图像带来的
飞桨PaddlePaddle·2023-01-06 12:54

GPT1、GPT2、GPT3原理

文章目录GPT-1：无监督学习GPT-1原理介绍预训练模型（无监督）fine-tuning（有监督）小结GPT-2：多任务学习GPT-2的改进模型参数为什么GPT-2能够适应多任务？
ywm_up·2023-01-02 10:35

自监督学习（Self-supervised Learning）

目前CV领域主流的研究一般是结合多任务学习或者基于特定的学习方式，
乐乐lelele·2023-01-02 10:25

排序层-深度模型-2018：MMOE【多任务学习模型】

《原始论文：ModelingTaskRelationshipsinMulti-taskLearningwithMulti-gateMixture-of-Experts》keras框架实现的开源地址多任务学习模型
u013250861·2023-01-02 08:51

快速了解推荐系统多任务学习

导读：我们在优化推荐效果的时候，很多时候不仅仅需要关注CTR指标，同时还需要优化例如CVR(转化率)、视频播放时长、用户停留时长、用户翻页深度、关注率、点赞率这些指标。那么一种做法是对每个任务单独使用一个模型来优化，但是这样做的缺点显而易见，需要花费很多人力。其实很多任务之间都是存在关联性的，比如CTR和CVR。那么能不能使用一个模型来同时优化两个或多个任务呢？其实这就是Multi-task多任务
怼怼是酷盖·2023-01-02 08:49

深度总结 | 多任务学习方法在推荐中的演变

前言最近归辰在多任务学习（MultiTaskLearning,MTL）方面做了一些实质性的工作，就顺手整理了一下，希望大家感兴趣的可以看看，关于细节方面欢迎交流。
文文学霸·2023-01-02 08:12

ESMM多任务学习解读

ESMM模型2018年由阿里巴巴提出，发表在SIGIR2018会议上的《EntireSpaceMulti-TaskModel:AnEffectiveApproachforEstimatingPost-ClickConversionRate》文章基于Multi-TaskLearning的思路，有效解决了真实场景中CVR预估面临的数据稀疏（datasparsity，DS）以及样本选择偏差（samples
han_liwei·2023-01-02 08:36

精读论文：Multi-Task Learning as Multi-Objective Optimization(附翻译)

是最近看过的最难的文章了，恰好看这篇论文的时候小孙感冒了，好难受啊啊啊啊啊目录Multi-TaskLearningasMulti-ObjectiveOptimization一、总结1.multitask的一般形式2.将多任务学习转为
菜菜的小孙同学·2023-01-01 14:54

《神经网络与深度学习》-模型独立的学习方式

模型独立的学习方式1.集成学习1.1AdaBoost算法2.自训练和协同训练2.1自训练2.2协同训练3.多任务学习4.迁移学习4.1归纳迁移学习4.2转导迁移学习5.终身学习6.元学习6.1基于优化器的元学习
你电吴彦祖·2023-01-01 09:24

NLP最新资源：论文、代码、博客、视频一应俱全

在本文中，作者针对主要的NLP模型、常用开源机器学习库和多任务学习的相关资源进行了归纳，提供了包括论文、代码、视频和博客在内的多种学习资源。
AI科技大本营·2022-12-30 08:50

【GCN-RS】对比学习SGL：Self-supervised Graph Learning for Recommendation (SIGIR‘21)

再配合监督学习，多任务学习。作者提出的图自监督学习框架SGL可以改善长尾、提高鲁棒。SGL只是一个框架，里面的图表示学习方法可以用
chad_lee·2022-12-28 07:27

语义分割联合边缘检测的多任务学习思路总结

简述2020二维图像语义分割的热点方向是域自适应语义分割(DomainAdaptiveSemanticSegmentation)，半监督/弱监督语义分割(Semi-Supervised/Weakly-SupervisedSemanticSegmentation)，少样本语义分割(Few-shotSemanticSegmentation)等。基于Encoder-Decoder结构的网络模型已经将语义
小天要奔跑·2022-12-26 04:48

目标检测算法：FasterRCNN

从某种意义上讲，基于深度学习的目标检测框架也可以认为是以回归与分类为目标的多任务学习框架。FasterRCNN是首个将图像的目标检测任务使用端到端的深度学
u013250861·2022-12-25 17:44

caffe学习笔记（11）：多任务学习之HDF5Data类型数据集生成

最近开始研究多任务学习（multi-tasklearning，MTL），先分享给大家：本文主要讲述数据集的建立，HDF5Data类型用于处理多标签数据，在网络中定义为：layer{name:"data"type
guyunee·2022-12-24 20:04

NeurIPS 2022 | 中山大学&华为诺亚方舟联合提出：快速适应统一自动驾驶场景多任务学习的训练范式

论文分析了多种预训练方法在自动驾驶多任务学习上的迁移能力，并提出更加有
TechBeat人工智能社区·2022-12-24 20:04
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他