多任务学习

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

【论文笔记-视频行为识别】Two-Stream Convolutional Networks for Action Recognition in Videos

论文的三个贡献：（1）提出了two-stream结构的CNN，由空间和时间两个维度的网络组成；（2）使用多帧的稠密光流场作为训练输入，可以提取动作的信息；（3）利用了多任务学习的方法把两个数据集
橘也·2022-07-17 07:52

【datawhale202206】pyTorch推荐系统：多任务学习 ESMM&MMOE

结论速递多任务学习是排序模型的一种发展方式，诞生于多任务的背景。
SheltonXiao·2022-06-30 07:09

牛亚男：基于多Domain多任务学习框架和Transformer，搭建快精排模型

导读：本文主要介绍了快手的精排模型实践，包括快手的推荐系统，以及结合快手业务展开的各种模型实战和探索，全文围绕以下几大方面展开：快手推荐系统CTR模型——PPNet多domain多任务学习框架短期行为序列建模长期行为序列建模千亿特征
DataFunTalk·2022-06-18 18:00

卷积神经网络在图像识别上的应用介绍（一）

.图像识别相关技术2.1视觉模式识别2.1.1特征描述与不变性2.1.2模型选择与泛化性能2.2卷积神经网络2.2.1神经网络简介2.2.2卷积神经网络发展2.2.3卷积神经网络的计算2.3迁移学习与多任务学习
zhaoxfan·2022-06-16 07:37

SER 语音情感识别-论文笔记5

MULTI-HEADATTENTIONFORSPEECHEMOTIONRECOGNITIONWITHAUXILIARYLEARNINGOFGENDERRECOGNITION》2020年ICASSP文章目录SER语音情感识别-论文笔记5前言一、数据集二、特征三、模型方法1.多头注意力机制2.位置嵌入3.多任务学习四
绿叶今天写代码了吗·2022-06-10 07:59

多任务学习

自定义损失函数：https://www.cnblogs.com/fujian-code/p/9804129.htmlxgboost自定义目标函数和评估函数:https://blog.csdn.net/zbzckaiA/article/details/80527218xgboost原理：https://blog.csdn.net/a819825294/article/details/51206410
法相·2022-06-05 08:37

斯坦福NLP课程 | 第17讲 - 多任务学习（以问答系统为例）

作者：韩信子@ShowMeAI，路遥@ShowMeAI，奇异果@ShowMeAI教程地址：http://www.showmeai.tech/tutorials/36本文地址：http://www.showmeai.tech/article-detail/254声明：版权所有，转载请联系平台与作者并注明出处收藏ShowMeAI查看更多精彩内容ShowMeAI为斯坦福CS224n《自然语言处理与深度学
·2022-05-20 13:17

基于多任务学习和GCN的交通路网出租车需求预测

文章信息文章题目为《MultitaskLearningandGCN-BasedTaxiDemandPredictionforaTrafficRoadNetwork》，是一篇发表在Sensors期刊上的有关基于多任务学习进行出租车需求预测的文章
当交通遇上机器学习·2022-05-20 07:39

基于多任务学习的快件送达时间预测方法

1、文章信息文章题目为《基于多任务学习的快件送达时间预测方法》，发表在计算机工程期刊上的一篇有关多任务学习预测的文章。2、摘要快件送达时间预测是物流领域中一项至关重要的服务。
当交通遇上机器学习·2022-05-20 07:08

谷歌 | 多任务学习，如何挑选有效的辅助任务？只需一个公式！

文|小伟编|小轶前言说到多任务学习，大家都不陌生，不管是在学术界还是工业界都已经有了很多成熟的探索与应用。
夕小瑶·2022-05-13 07:14

Taskonomy 多任务学习

TASKONOMYDatasettaskonomy官网Taskonomy该数据集包括来自500多座建筑的450多万张来自室内场景的图像。涵盖了26个视觉领域的常见任务，包括但不限于：2D边缘检测、平面法线、拼图、自动上色、房间布局构建、物体分类、场景预测。每一张图片有这26个任务的所有标签，数据集的总大小为11.16TB。对于非语义类标签，作者采用程序自动计算标签；对于语义类标签，作者采用知识提炼
wangshuaixian·2022-05-13 07:25

知识蒸馏联邦学习的个性化技术综述

目录前言摘要I.引言II.个性化需求III.方法A.添加用户上下文B.迁移学习C.多任务学习D.元学习E.知识蒸馏F.基础+个性化层G.全局模型和本地模型混合IV.总结前言题目：SurveyofPersonalizationTechniquesforFederatedLearning
·2022-05-11 19:58

多任务损失优化：Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics

Multi-TaskLearningUsingUncertaintytoWeighLossesforSceneGeometryandSemantics使用同方差不确定性优化多任务损失优化一、摘要二、介绍三、多任务学习
三木ぃ·2022-04-29 12:42

【多任务】多任务学习在推荐算法中的应用

点击上方，选择星标，每天给你送干货！文章作者：Alex-zhai出品平台：DataFunTalk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
zenRRan·2022-04-29 12:11

如何融合多任务学习 (Multi-Task Learning ) 损失函数loss

目录1UncertaintyWeighting1.1基础概念1.2方法2GradNorm2.1原理2.2方法3Multi-ObjectiveOptimisation3.1原理3.2方法4GeometricLoss4.1原理4.2方法5HydaLearn5.1原理5.2方法6CoefficientofvariationsWeighting(CoV-Weighting)6.1原理6.2方法7Scale
BGoodHabit·2022-04-29 12:39

AI上推荐 之 多任务loss优化(自适应权重篇)

1.写在前面在多任务学习中，往往会将多个相关的任务放在一起来学习。例如在推荐系统中，排序模型同时预估候选的点击率和浏览时间。
翻滚的小@强·2022-04-29 12:37

多任务学习中的网络架构和梯度归一化

多任务学习(Multi-TaskLearning,MTL)可以实现这样的系统，其中一个模型在多个任务之间分配权重，并在一次正向传递中产生多个推理。
·2022-04-06 11:26

预训练模型应用工具 PaddleHub情感分析、对话情绪识别文本相似度

文章目录1.预训练模型的应用背景1.1多任务学习与迁移学习1.2自监督学习2.快速使用PaddleHub2.1通过Python代码调用方式使用PaddleHub2.1.1CV任务原图展示人像扣图人体部位分割人脸检测关键点检测
stay_foolish12·2022-03-21 07:11

An End-toEnd Network for Panoptic Segmentation 论文解读

AnEnd-to-EndNetworkforPanopticSegmentation论文解读摘要1.概述2.相关工作2.1.实例分割2.2.语义分割2.3.全景分割2.4.多任务学习3.提出的端到端框架
韩坤明·2022-03-16 07:39

多任务思想与聚类联邦学习

比如我们会发现聚类联邦学习和多任务学习之间就有千丝万缕的联系。2.多任务学习回顾我们在博客《基于正则化的多任务学习》中介绍了标准多任务学习的核心是多任务个性化权重+知识共享[1]。
orion-orion·2022-03-15 21:00

life long learning概述 学习笔记

Lifelonglearning：训练同一个大脑，学不同的任务（对比多任务学习，没有足够的地方存储过去的数据）三个要点：knowledgeretention记住学习的知识，notintransigence
leeeeeeeeeah·2022-03-15 07:10

多任务学习模型之DBMTL介绍与实现

本文介绍的是阿里在2019年发表的多任务学习算法。该模型显示地建模目标间的贝叶斯网络因果关系，整合建模了特征和多个目标之间的复杂因果关系网络，省去了一般MTL模型中较强的独立假设。
·2022-03-10 16:33

EMNLP 2021 | 正则表达式与神经网络的深度融合（续）

大部分的工作通过多任务学习（multi-tasklearnin
PaperWeekly·2022-02-24 07:55

(含源码)「自然语言处理(NLP)」RoBERTa&&XLNet&&语言模型&&问答系统训练

AINLPer微信公众号（每日更新...）编辑:ShuYini校稿:ShuYini时间:2020-07-29引言：本次内容主要包括：稳健优化Bert模型（RoBERTa）、自回归预训练模型（XLNet）、无监督多任务学习语言模型
Shu灬下雨天·2022-02-10 04:00

[译]深度神经网络的多任务学习概览(An Overview of Multi-task Learning in Deep Neural Networks)

原文链接：https://www.cnblogs.com/shuzirank/p/7141017.html译自：http://sebastianruder.com/multi-task/1.前言在机器学习中，我们通常关心优化某一特定指标，不管这个指标是一个标准值，还是企业KPI。为了达到这个目标，我们训练单一模型或多个模型集合来完成指定得任务。然后，我们通过精细调参，来改进模型直至性能不再提升。尽
大西瓜不甜·2022-02-04 16:48

多任务学习模型之ESMM介绍与实现

简介：本文介绍的是阿里巴巴团队发表在SIGIR’2018的论文《EntireSpaceMulti-TaskModel:AnEffectiveApproachforEstimatingPost-ClickConversionRate》。文章基于Multi-TaskLearning(MTL)的思路，提出一种名为ESMM的CVR预估模型，有效解决了真实场景中CVR预估面临的数据稀疏以及样本选择偏差这两个关
·2022-01-04 10:51

新闻推荐(9):Knowledge-Aware Document Representation for News Recommendations

通过合并实体能更好地表征文档/新闻，统一构建这些应用(多任务学习)。然而，现有的文档表征模型要
阿瑟_TJRS·2021-12-21 11:44

分布式机器学习中的模型聚合

论文[1]在联邦（分布式）学习的情景下引入了多任务学习，其采用的手段是使每个client/task节点的训练数据分布不同，从而使各任务节点学习到不同的模型，且每个任务节点以及全局(global)的模型都由多个分量模型集成
orion-orion·2021-12-02 22:00

多任务学习中的数据分布问题(二)

在上一篇博文《多任务学习中的数据分布问题(一)》(链接：https://www.cnblogs.com/orion-orion/p/15621953.html)中我们提到论文[1]在联邦学习的情景下引入了多任务学习
orion-orion·2021-12-01 22:00

多任务学习中的数据分布问题(一)

今天这个专题源于我在做分布式多任务学习实验时在选取数据集的时候的疑惑，以下我们讨论多任务学习中(尤其是在分布式的环境下)如何选择数据集和定义任务。
orion-orion·2021-11-29 22:00

多任务学习中的数据分布问题(一)

今天这个专题源于我在做分布式多任务学习实验时在选取数据集的时候的疑惑，以下我们讨论多任务学习中(尤其是在分布式的环境下)如何选择数据集和定义任务。
抽象世界观测者·2021-11-29 22:00

并行多任务学习论文阅读（五）：论文阅读总结

做为最后一篇并行多任务学习的论文阅读记录，我决定对我目前为止粗读和精读的论文进行一次总结，然后陈述一些个人对该研究领域的见解和想法。
lonelyprince7·2021-11-12 21:00

并行多任务学习论文阅读（三）：运用代理损失进行任务分解

1代理损失函数——一种并行化技巧我们在本系列第一篇文章《并行多任务学习论文阅读（一）多任务学习速览》(链接：https://www.cnblogs.com/lonelyprince7/p/15481054
lonelyprince7·2021-11-05 11:00

深度学习 -- TensorFlow（项目）验证码生成与识别（多任务学习）

目录基础理论一、生成验证码数据集1、生成验证码训练集1-0、判断文件夹是否为空1-1、创建字符集（数字、大小写英文字母）1-2、随机生成验证码（1000个，长度为4）2、生成验证码测试集代码二、获取数据（训练集、测试集）1、获取数据和标签1-1、获取训练集数据和标签（路径和标签）1-2、获取测试集数据和标签（路径和标签）1-3、数据组合（图像路径和标签）2、打乱数据3、处理每条数据4、自定义重复周
_睿智_·2021-11-02 22:18

基于正则表示的多任务学习

1.导言现在多任务学习根据实现方法可以粗略地被分为两种，一个是基于神经网络的多任务学习[1][2][3][4]，这种多任务学习在CV和NLP取得了大量的应用。
orion-orion·2021-10-29 16:00

并行多任务学习论文阅读（一）：多任务学习速览

最近导师让我做并行多任务学习方面的工作，我开始着手阅读这方面的论文并归纳一个大致的速览。
lonelyprince7·2021-10-29 16:00

MTL 多任务学习

MMoE算法在家居内容推荐中的应用与实践https://segmentfault.com/a/1190000039222028https://tianchi.aliyun.com/dataset/dataDetail?dataId=408&userId=1數據MTL相关的一些小经验https://towardsdatascience.com/deep-multi-task-learning-3-l
悠悠渔隐·2021-08-17 19:13

KDD 2021｜美团联合多高校提出多任务学习模型，已应用于联名卡获客场景

很多应用通常都需要用定向展示广告来进行获客，对信用卡广告来说，由于用户转化存在较长的链路，持续有效的获客比传统广告更具挑战性。本文结合美团联名信用卡业务中的具体实践，以及今年发表在KDD2021上的论文，介绍了一种自适应信息迁移多任务（AITM）框架，通过该框架可建模用户多步转化之间的序列依赖关系，并提高端到端获客转化率。希望能对从事相关研究的同学有所帮助或者启发。论文下载：《Modelingth
·2021-08-13 17:13

KDD 2021｜美团联合多高校提出多任务学习模型，已应用于联名卡获客场景

很多应用通常都需要用定向展示广告来进行获客，对信用卡广告来说，由于用户转化存在较长的链路，持续有效的获客比传统广告更具挑战性。本文结合美团联名信用卡业务中的具体实践，以及今年发表在KDD2021上的论文，介绍了一种自适应信息迁移多任务（AITM）框架，通过该框架可建模用户多步转化之间的序列依赖关系，并提高端到端获客转化率。希望能对从事相关研究的同学有所帮助或者启发。论文下载：《Modelingth
美团技术团队·2021-08-12 19:24

MMoE, KDD18, Google多任务学习模型

ModelingTaskRelationshipsinMulti-taskLearningwithMulti-gateMixture-of-Experts1.Motivation多任务学习是一个常见的场景
FeynmanMa·2021-07-17 16:15

MTCNN论文阅读

作者通过多任务学习，使用统一的级联CNNs来整合这两个任务。所提出的CNNs包括三个阶段:在第一阶段，它通过浅层CNN快速产生候选窗口。
夏威夷的芒果·2021-06-11 06:54
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他