多任务学习

机器学习之深度学习 二分类、多分类、多标签分类、多任务分类

多任务学习可以运用到许多的场景。首先，多任务学习可以学到多个任务的共享表示，这个共享表示具有较强的抽象能力，能够适应多个不同但相关的目标，通常可以使主任务获取更好的泛化能力。
醉公子～·2022-11-27 02:23

【多任务学习-Multitask Learning概述】

多任务学习-MultitaskLearning概述1.单任务学习VS多任务学习多任务学习的提出多任务学习和单任务学习对比2.多任务学习共享表示sharedrepresentation：多任务学习的优点那么如何衡量两个任务是否相关呢
江海寄余生1011·2022-11-27 02:50

【机器学习基础】一文"看透"多任务学习

这个方法就是我们今天要谈论的主题-多任务学习(MTL)。所以如何判定是不是多任务学习呢？不需要看模型结构全貌，只需要看下loss
风度78·2022-11-27 02:49

深度学习中的多任务学习介绍

在2017年有一篇关于在深度神经网络中多任务学习概述的论文：《AnOverviewofMulti-TaskLearninginDeepNeuralNetworks》，论文链接为：https://arxiv.org
fengbingchun·2022-11-27 02:19

MMoE论文中Synthetic Data生成代码(控制多任务学习中任务之间的相关性)

生成一条数据2.2生成一组相关系数为p的数据集2.3权重系数的余弦相似度与标签相关系数之间的关系一.前言在MMoE论文中，作者人工生成了可以控制不同任务之间相关系数的数据集，并观察不同模型在不同相关系数的多任务学习中的模型效果
卡卡南安·2022-11-27 02:48

多任务学习综述：推荐系统多任务学习（multitask）的实战总结和常见问题（一）

多任务学习算法系列的主要内容是回顾和总结自己2019-2021间在深度学习多任务学习算法(multitask)的工业实践和遇到的常见问题，欢迎更多同学讨论和指正，同时也宣传一波我们组在推荐方向的工作成果
JRsLoveAI·2022-11-27 02:47

整理学习之多任务学习

如果有n个任务（传统的深度学习方法旨在使用一种特定模型仅解决一项任务），而这n个任务或它们的一个子集彼此相关但不完全相同，则称为多任务学习（MTL）通过使用所有n个任务中包含的知识，将有助于改善特定模型的学习
笨笨犬牙·2022-11-27 02:46

ERNIE 2.0: A Continual Pre-Training Framework for Language Understanding 论文翻译

文前总结：ERNIE2.0的亮点：1.融合了持续学习（continualLearning）、多任务学习、知识引入等多种套路。
睡熊猛醒·2022-11-25 11:09

ERNIE 2.0: A Continual Pre-Training Framework for Language Understanding【representation】

AContinualPre-TrainingFrameworkforLanguageUnderstanding,YuSun2020”subtitle:date:2021-01-18author:xuqiurongtags:-多任务学习
阿.荣.·2022-11-25 11:57

详细介绍百度ERNIE 2.0：A Continual Pre-Training Framework for Language Understanding

EnhancedRepresentationthroughKnowledgeIntegration文章目录ERNIE2.0简介相关工作语言表征的无监督学习持续学习ERNIE2.0框架持续的预训练预训练任务的构建持续的多任务学习针对应用任务的微调
若年封尘·2022-11-25 11:23

深度学习之特征提取算法

四、SIFT算子（Scale-invariantfeaturetransform,尺度不变特征变换）五、Haar算法六、TF-IDF算法前言在多模态融合过程中，有特征提取（表征）+映射（转换）+融合+多任务学习一
【万事如椰】·2022-11-23 08:03

论文翻译：2020_Residual Acoustic Echo Suppression Based On Efficient Multi-Task Convolutional Neural Netw

在多任务学习的背景下，采用双语音检测器作为辅助任务来提高RAES的性能。该训练准则基于一种新的损失函数，我们称之为抑制损失，以平衡残余回波的抑制和nearend信号的失真。
凌逆战·2022-11-23 04:22

【语音识别工具】asv-subtools 介绍与安装

ASV-Subtools包含三个主要分支:基本Shell脚本:数据处理、后端评分(大多数基于Kaldi)Kaldi：基本模型的训练(x-vector、TDNN、F-TDNN和多任务学习x-vector)
AI 菌·2022-11-23 01:21

[文献阅读]—一篇不错的低资源机器翻译综述(Neural Machine Translation for Low-Resource Languages: A Survey)

基于回译的数据增强平行语料挖掘无监督机器翻译（unsupervisedNMT）初始化回译判别分类器半监督机器翻译（semi-supervisedNMT）使用单语来产生伪平行语料使用单语来产生语言模型改变NMT训练目标来利用单语（坑3）多任务学习对偶学习多语言机器翻译
Muasci·2022-11-22 20:07

【文献翻译CVPR2022】SoftGroup for 3D Instance Segmentation on Point Clouds

点云三维实例分割的软分组目录点云三维实例分割的软分组摘要1简介2相关工作3方法3.1逐点预测网络3.2软分组3.3自上而下的精细化3.4多任务学习4实验4.1实验设置4.2基准结果4.3定性分析4.4.
小牛iiii·2022-11-22 08:05

3D Instance Segmentation via Multi-Task Metric Learning

我们使用多任务学习策略解决了3D实例标记问题。第一个目标是学习一个抽象特征嵌入，它将具有相同实例标签的体素彼此靠近，同时将具有不同
fish小余儿·2022-11-22 08:34

自然语言处理 | （1）自然语言处理科普

这一节对于自然语言处理的整个领域做一个科普小结（时间节点：2020年11月18日）自然语言处理初探1.1自然语言处理的早期发展史1.221世纪的里程碑事件基于神经网络的语言模型多任务学习词向量RNN及其变种
郭畅小渣渣·2022-11-21 17:07

[论文阅读] Modeling Task Relationships in Multi-task Learning with Multi-gate Mixture-of-Experts（MMoE模型）

[论文阅读]ModelingTaskRelationshipsinMulti-taskLearningwithMulti-gateMixture-of-ExpertsAbstract基于神经网络的多任务学习在日常生活中应用广泛
小千不爱内卷·2022-11-21 07:06

WAVE SUMMIT 2022深度学习开发者峰会

模块化动静结合硬件适配自动化训练推理一体化模块化，产业级别模型库流程各行各业的应用催生新业态人人可以做AI应用开发飞桨全景图大模型落地的关键文心大模型全景图NLP大模型，统一建模统一接口处理各类任务CV多任务学习图文搜索模型文档图像学习语音语言跨模态
愚昧之山绝望之谷开悟之坡·2022-11-20 23:52

【阅读笔记】多任务学习之MMoE(含代码实现)

MMoE一.全文总结二.研究方法三.结论四.创新点五.思考六.参考文献七.Pytorch实现⭐一.全文总结提出了一种基于**多门混合专家(MMoE)**结构的多任务学习方法，验证了模型的有效性和可训练性
卡卡南安·2022-11-20 22:10

MoSE论文中Sequential Synthetic Dataset生成代码(时间序列多任务学习数据集)

SequentialSyntheticData一.前言二.程序实现一.前言在MoSE论文中，作者人工生成了具有时序关系的多任务学习数据集，用于比较不同模型在时序多任务学习中的性能，如下所示：作者提到这组数据集的生成参考了
卡卡南安·2022-11-20 22:10

【阅读笔记】多任务学习之PLE(含代码实现)

PLE一.全文总结二.研究方法三.结论四.创新点五.思考六.参考文献七.Pytorch实现⭐一.全文总结在MMoE的基础上改进，提出了全新的多任务学习框架ProgressiveLayeredExtraction
卡卡南安·2022-11-20 22:10

Pytorch中批量定义模型中相同结构的子模型(动态定义子模型变量名)

比如在多任务学习中，如图所示，输出任务的数量是一个可以人为控制的变量，Tower层的数量随着任务数量的变化而变化。
卡卡南安·2022-11-20 22:04

YOLOPv2: Better, Faster, Stronger for Panoptic Driving Perception（翻译）

摘要在过去的十年中，多任务学习方法在解决全视驾驶感知问题方面取得了良好的效果，提供了高精度和高效的性能。在为计算
贰叁z·2022-11-20 22:27

深度学习笔记1——正则化

深度学习笔记——正则化前言一、参数范数惩罚1.1L²参数正则化1.2L¹参数正则化二、数据集增强三、半监督学习四、多任务学习五、提前终止（earlystopping）六、参数绑定和参数共享（parametersharing
angkoryy·2022-11-20 10:19

ESMM、MMOE-推荐系统小结

ESMM、MMOE-推荐系统小结1.多任务学习多任务学习的优势在于通过部分参数共享，联合训练，能在保证“还不错”的前提下，实现多目标共同提升。
seetimee·2022-11-20 06:36

Multi-task Learning(Review)多任务学习概述

https://www.toutiao.com/a6707402838705701383/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。广义的讲，只要loss有多个就算MTL，一些别名（jointlearning，learningtolearn，learningwithauxiliarytask）目标：通
喜欢打酱油的老鸟·2022-11-19 22:01

吴恩达《深度学习专项》笔记（九）：错误分析、数据集匹配、多任务学习、端到端学习

我们会学习迁移学习、多任务学习这两种处理
大局观选手周弈帆·2022-11-19 21:54

Rec-Hub组队学习（1）

该模型虽然为多任务学习模型，但本质上是以CVR为主任务，引入CTR和CTCVR作为辅助任务，解决C
我笑ta人看不穿·2022-11-19 15:23

机器学习中的目标函数总结

多任务学习、半监督学习的核
zenRRan·2022-11-15 09:58

自然语言处理（NLP）的发展历程，神经语言模型多任务学习介绍， ECM模型介绍等

1读前准备读本篇论文之前我先调研了并理解了什么是自然语言处理（自然语言是人类交流信息的工具。很多自然语言处理问题都可以等同于通信系统中的解码问题–一个人根据接收到的信息，去猜测发话人要表达的意思）以及自然语言处理的发展历程，我举出了在电影中的例子来说明AI发展到一定阶段，自然语言处理带给人们的前景展望。而自然语言处理的发展历程，在搜索大量资料后我选择综合了部分资料，了解到自然语言处理到现在目前经历
周嘉伟·2022-11-08 14:54

BDD100K翻译

摘要数据集推动视觉进步，但现有的驾驶数据集在视觉内容和支持的任务方面不足，无法研究自动驾驶的多任务学习。
zzzzz忠杰·2022-11-06 07:11

目标检测算法回顾之Anchor free篇章

1.4anchor-free与anchor-based的区别（二）概述（三）早期探索型DenseBox背景（人脸检测任务）检测流程先进思想groundtruth定义：多任务学习评价（四）基于关键点系列（
xiaobai_Ry·2022-10-16 12:01

多任务学习

一、单任务学习和多任务学习  多任务学习是和单任务学习对应的一种机器学习方法。单任务学习  在单任务学习中，认为不同任务之间是不具有关联性的。因此，每个模型的参数都是独立训练的。
蓝子娃娃·2022-10-16 07:58

机器学习与深度学习

深度学习1.采样、反卷积3.神经网络不收敛4.优化器和优化算法7.多任务学习8.文本分类不均衡问题机器学习5.FlocalLoss6.文本分类数据不均衡9.集成学习10.K-means11.KNN12.
jiangchao98·2022-10-15 07:13

元学习：如何使模型快速适应新任务

前言我们现在大部分模型都是通过训练样本学习好某一任务，即使是多任务学习也是使得模型最后学习好这几个多任务。但是！！！今天要讨论的话题并不是说模型要学会任务，而是让模型学会去学习。
weixin_42001089·2022-10-04 14:05

【深度好文】多任务模型中的DataLoader实现

对于多任务学习multi-task-learning(MTL)问题，经常会要求特定的训练过程，比如数据处理，模型结构和性能评估函数．本文主要针对数据处理部分进行展开，主要针对多个标注好的数据集如何来训练一个多任务模型
赵卓不凡·2022-09-29 07:59

多任务学习目标检测和语义分割，数据处理汇总

原始图像，目标检测的标签框和语义分割的标签水平翻转处理：https://blog.csdn.net/hejunran/article/details/117483650原始图像加雾化，目标检测的标签框和语义分割的标签重命名处理：https://blog.csdn.net/hejunran/article/details/117513626原始图像加椒盐噪声和高斯噪声，目标检测的标签框和语义分割的标
番茄就要炒鸡蛋·2022-09-29 07:43

Pytorch创建多任务学习模型

但是多任务学习(MTL)在机器学习的许多应用中都取得了成功，从自然语言处理和语音识别到计算机视觉和药物发现。MTL最著名的例子可能是特斯拉的自动驾驶系统。
deephub·2022-09-29 07:05

Pytorch创建多任务学习模型

但是多任务学习(MTL)在机器学习的许多应用中都取得了成功，从自然语言处理和语音识别到计算机视觉和药物发现。MTL最著名的例子可能是特斯拉的自动驾驶系统。
·2022-09-28 11:24

深度学习训练目标和思考，含数据不匹配、误差分析、迁移学习、多任务学习、端到端学习介绍

文章目录进行误差分析是否值得去人工修正标记出错的数据快速搭好模型并快速迭代使用来自不同分布的数据，进行训练和测试数据分布不匹配时，偏差与方差的分析处理数据不匹配问题迁移学习（transferlearning）多任务学习端到端深度学习进行误差分析什么时候进行误差分析当误差较大
PengxiangZhou·2022-09-28 07:13

论文学习 RetinaFace: Single-stage Dense Face Localisation in the Wild

Single-stageDenseFaceLocalisationintheWild开源地址：https://github.com/deepinsight/insightface/tree/master/RetinaFace.综述  RetinaFace是一个多任务学习的多尺度人脸检测模型
永恒_一瞬·2022-09-16 07:12

推荐系统（十六）多任务学习：腾讯PLE模型（Progressive Layered Extraction model）

推荐系统（十六）多任务学习：腾讯PLE模型（ProgressiveLayeredExtractionmodel）推荐系统系列博客：推荐系统（一）推荐系统整体概览推荐系统（二）GBDT+LR模型推荐系统（
天泽28·2022-08-16 07:47

从NAACL2021到ACL2022：两个信息抽取SOTA的比较分析（PURE vs PL-Marker）

从NAACL2021到ACL2022：两个信息抽取SOTA的比较分析（PUREvsPL-Marker）1前文2PURE和PL-Marker3PURE3.1相关工作3.1.1结构化预测3.1.2多任务学习
lairongxuan·2022-08-14 11:47

深度学习中的正则化的应用（最全）

5.2L1使得权值稀疏原因6.Dropout7.DropConnect8.最大约束范式9.基于优化过程的正则化：早停法10.基于函数模型的正则化10.1参数共享10.2噪声标签10.3标签平滑10.4多任务学习
姜君泽·2022-08-13 07:36

CNN可视化技术总结（三）--类可视化

然而，上次我在知乎看到一个通过yolov3做跌倒检测，希望加上人脸识别进行多任务学习从而提高准确率的提问
CV技术指南(公众号)·2022-08-08 07:37

推荐系统（三）：推荐系统中常见多任务模型MMOE，ESMM，CGC，AITM

多任务学习通过共享目标之间的表征，优化多个任务的目标，从而改善多个任务的模型性能，因此多任务模型在推荐系统中很常见。
夏未眠秋风起·2022-08-02 07:59

密集预测任务的多任务学习（Multi-Task Learning）研究综述 - 网络结构篇（上）

[TPAMI2021]Multi-TaskLearningforDensePredictionTasks:ASurvey[Theauthors]•SimonVandenhende,WouterVanGansbekeandMarcProesmansCenterforProcessingSpeechandImages,DepartmentElectricalEngineering,KULeuven.•
Phoenixtree_DongZhao·2022-07-25 17:14

公众号内容拓展学习笔记（2021.3.30）

论文：UP-DETR:UnsupervisedPre-trainingforObjectDetectionwithTransformers核心要点：为了权衡在前置任务中分类和定位的多任务学习，我们冻结CNN
CV_七少·2022-07-19 07:30

论文介绍Two-StreamConvolutional Networks for Action Recognition in Videos

此外，文章还指出光流可以有效用于小范围数据的训练并取得较好效果，而应用于两个不同动作分类的数据库的多任务学习则可
weifengqingdian·2022-07-17 07:59
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他