automl

算力“竞速”，企业AI落地的当务之急

第四范式基础架构负责人刘一鸣以《软件定义算力——打造AI转型最佳实践》为题做了演讲，他指出，不管是围绕专家规则构建AI系统，还是围绕AutoML技术构建应用系统，都将带来算力的巨大需求。
AI科技大本营·2020-07-13 04:00

AI民主化，要取消了谁的集权？

在这次发布AutoML之后，她又一次表示由于资源稀缺，多数企业无法开发个性化模型，所以AutoML的出现是为了进一步推进AI民主化。那么问题来了：AI民主化，到底是针对谁的专政？要取消谁的集权？
青企云·2020-07-11 14:35

MobileNetV1/V2/V3简述 | 轻量级网络

使用深度可分离卷积来构建轻量级网络，MobileNetV2提出创新的invertedresidualwithlinearbottleneck单元，虽然层数变多了，但是整体网络准确率和速度都有提升，MobileNetV3则结合AutoML
VincentLee·2020-07-10 03:48

叮！给你一份暑期优惠清单｜小米周报

小米AI实验室论文被计算机视觉顶会接收2020年7月3日，小米AI实验室纯自主自研的AutoML论文由计算机视觉三大顶会之一ECCV2020接收。
小米手机·2020-07-10 00:00

AI民主化，要取消了谁的集权？

在这次发布AutoML之后，她又一次表示由于资源稀缺，多数企业无法开发个性化模型，所以AutoML的出现是为了进一步推进AI民主化。那么问题来了：AI民主化，到底是针对谁的专政？要取消谁的集权？
青企云·2020-07-09 17:56

惊呆！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：googleAutoML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？
AI科技大本营·2020-07-09 15:25

基因组实现自动AI建模，华为云助力科研人员探索生命奥秘

[中国，深圳，2020年3月27日]在华为开发者大会2020（Cloud）期间，华为云发布全新AutoML工具AutoGenome，支持对基因组数据进行全自动AI建模，助力科研人员探索生命奥秘。
华为云·2020-07-09 07:38

华为开发者大会HDC.Cloud硬核技术解读：基因组自动AI建模工具-AutoGenome

2020年3月27日，在华为开发者大会2020（Cloud）期间，华为云发布全新AutoML工具AutoGenome用于基
机器学习算法与Python学习-公众号·2020-07-09 07:35

MobileNetV1/V2/V3简述 | 轻量级网络

使用深度可分离卷积来构建轻量级网络，MobileNetV2提出创新的invertedresidualwithlinearbottleneck单元，虽然层数变多了，但是整体网络准确率和速度都有提升，MobileNetV3则结合AutoML
晓飞的算法工程笔记·2020-07-08 16:00

ECCV 2020 | 小米提出 Fair DARTS ：公平的可微分神经网络搜索

本文深度解读小米AI实验室AutoML团队（作者：初祥祥、周天宝、张勃、李吉祥）在可微分神经网络搜索（DARTS）方向的最新成果FairDARTS，该工作已被ECCV2020接收。
我爱计算机视觉·2020-07-07 17:58

腾讯大神揭秘语音语义及AutoML黑科技 | 内含福利...

出品|AI科技大本营（ID:rgznai100）2020年7月3日，AIProCon2020AI开发者万人大会，隆重举行！作为CSDN策划并主办的系列技术「开发者大会」之一，本次大会通过线上直播的方式，吸引到了10000+开发者/学习者、100+一线大厂AI技术领袖及核心业务线负责人参与，共话AI技术风云。为了给开发者提供一站式的学习平台，本次大会一次性设置了6大主题论坛，20大精彩主题，AI技术
AI科技大本营·2020-07-07 06:40

Docker日志输出延迟问题定位

问题Tensorflow容器训练日志总是有延迟，容器删除之后，日志一下子全吐出来了，因为我们是AutoML，有EarlyStopping功能，需要实时获取log，所以延迟问题必须解决。
陈先生_9e91·2020-07-06 16:58

通过 Continual Learning 提高 ML.NET 模型准确性并增强性能

过去提出自动自适应学习（Auto-adaptiveLearning），或持续自动机器学习（ContinualAutoML）就是出于对这项能力的支持。在机器学习中
Bean.Hsiang·2020-07-06 15:00

模型压缩与加速备用链接

腾讯AILab提出自动化模型压缩框架PocketFlow：将深度学习装进口袋让机器“删繁就简”：深度神经网络加速与压缩小综述AutoML自动模型压缩再升级，MIT韩松团队利用强化学习全面超越手工调参细粒度稀疏也能取得高加速比
xyz2107605729·2020-07-06 09:39

六款最热门微软机器学习工具，你值得拥有

1.AutoML —
喜欢打酱油的老鸟·2020-07-06 03:14

【值得读】自动机器学习: 最新进展综述与开放挑战 | AutoML

今天，你AI了没？关注：决策智能与机器学习，学点AI干货【导读】自动机器学习是当前学术工业界的热点。最近来自塔尔图大学RadwaElshawi等的学者撰写了关于自动机器学习的进展综述，包括自动机器学习概念、元学习、神经架构搜索、超参优化等，涵盖137篇参考文献，非常值得一看。《自动机器学习》综述全文PDF下载，请在公众号回复：20190624全部参考文献链接，请移步github地址：https:/
九三智能控v·2020-07-05 18:32

AutoDL论文解读（五）：可微分方法的NAS

自动化机器学习（AutoML）最近变得越来越火，是机器学习下个发展方向之一。其中的神经网络结构搜索（NAS）是其中重要的技术之一。
SpaceAutomation·2020-07-05 18:17

独家 | 一文盘点AutoML 库（附PPT等链接）

作者：XuLIANG翻译：王雨桐校对：王威力本文长度约为1300字，建议阅读5分钟本文是MasashiShibata针对AutoML演讲中的摘要。
数据派THU·2020-07-05 14:21

Paper Reading :模型剪枝

目前的方法有人工实验逐层确定比例（偷懒整个模型就一个比例），把结构当作一个超参数使用贝叶斯优化，RL，AutoML中的NAS和Metalearning等进行自动搜索。当然，剪多少的
小白不畏难·2020-07-05 07:34

学习笔记——2020 AI开发者万人大会week3——AutoML

AutoML技术AutoML是一系列技术的集合。
黄小米吖·2020-07-05 06:56

【论文笔记】AMC：AutoML for Model Compression and Acceleration on Mobile Devices

论文：https://arxiv.org/abs/1802.03494代码：https://github.com/mit-han-lab/amc-release简介本篇论文是MIT韩松老师组提出的一种模型压缩方法，其核心思想是使用强化学习技术来实现自动化压缩模型。目前对于领域问题的解决方案通常采取人工压缩模型，手工压缩方法需要相关领域的专家知识，需要人工在推理速度，大小与准确率之间权衡，因此人工压
shura_R·2020-07-05 04:47

AM-LFS: AutoML for Loss Function Search论文解读

一、研究动机该文章是五月份商汤科技与悉尼大学联合发布在arxiv上的文章，用自动机器学习来获取视觉任务中的最佳损失函数。众所周知，一个有效的损失函数在视觉任务中起了关键作用，然而现在大部分的损失函数都是人为设定，不仅耗时而且一般只能获得次优解。为了缓解上述问题，AM-LFS在训练阶段利用了强化的思想来自动搜索合适的损失函数的超参数，同时又设计了一个搜索空间能够适应于不同的视觉任务，将不同任务的不同
MingSun95·2020-07-05 03:14

AutoML - 数据增广

打开百度App，看更多图片DeepAugment是一个专注于数据扩充的自动化工具。它利用贝叶斯优化来发现针对您的图像数据集定制的数据增强策略。DeepAugment的主要优点和特点是：降低CNN模型的错误率(WRN-28-10显示CIFAR10的错误率降低了60%)通过自动化流程可以节省时间比谷歌之前的解决方案——AutoAugment——快50倍完成的包在PyPI上。你可以通过运行以下命令来在终
Takoony·2020-07-05 01:43

一文读懂目前大热的AutoML与NAS！

点击我爱计算机视觉标星，更快获取CVML新技术本文作者为奇点汽车美研中心首席科学家兼总裁黄浴先生，原载于知乎自动驾驶的挑战和发展专栏，原文链接：自动机器学习AutoML和神经架构搜索NAS简介https
我爱计算机视觉·2020-07-05 00:59

AutoML论文笔记（二） FedNAS Federated Deep Learning via Neural Architecture Search：基于神经网络搜索的联邦学习

文章题目：FedNAS:FederatedDeepLearningviaNeuralArchitectureSearch链接：linkhttps://chaoyanghe.com/publications/FedNAS-CVPR2020-NAS.pdf会议期刊：CVPR2020workshop论文阅读笔记，帮助记忆的同时，方便和大家讨论。因能力有限，可能有些地方理解的不到位，如有谬误，请及时指正。
霸王龙Alvin·2020-07-04 23:14

AutoML论文笔记（十二）Search to Distill: Pearls are Everywhere but not the Eyes：千里马常有，而伯乐不常有

文章题目：SearchtoDistill:PearlsareEverywherebutnottheEyes链接：linkhttps://arxiv.org/pdf/1911.09074会议期刊：CVPR2020论文内容论文阅读笔记，帮助记忆的同时，方便和大家讨论。因能力有限，可能有些地方理解的不到位，如有谬误，请及时指正。蒸馏学习和NAS结合，对于被视作掌上明珠的学生，不仅能从老师那儿学到网络参数
霸王龙Alvin·2020-07-04 23:14

AutoML论文笔记（十五）Neural Architecture Search for Gliomas Segmentation on Multimodal Magnetic Resonance I

文章题目：NeuralArchitectureSearchforGliomasSegmentationonMultimodalMagneticResonanceImaging链接：linkhttps://arxiv.org/pdf/2005.06338论文内容论文阅读笔记，帮助记忆的同时，方便和大家讨论。因能力有限，可能有些地方理解的不到位，如有谬误，请及时指正。近年来，随着深度学习的发展，医学影
霸王龙Alvin·2020-07-04 23:14

AutoML论文笔记（一） MiLeNAS Efficient NAS via Mixed-Level Reformulation:通过混合重组实现高效神经网络架构搜索

文章题目：MiLeNAS:EfficientNeuralArchitectureSearchviaMixed-LevelReformulation链接：linkhttps://arxiv.org/abs/2003.12238会议期刊：CVPR2020论文阅读笔记，帮助记忆的同时，方便和大家讨论。因能力有限，可能有些地方理解的不到位，如有谬误，请及时指正。论文内容随着AI的普及，对于深度学习降低门槛
霸王龙Alvin·2020-07-04 23:14

AutoML论文笔记（七）Blockwisely Supervised NAS with Knowledge Distillation：基于蒸馏学习的区块自适应NAS算法

文章题目：BlockwiselySupervisedNeuralArchitectureSearchwithKnowledgeDistillation链接：linkhttps://arxiv.org/abs/1911.13053会议期刊：CVPR2020论文阅读笔记，帮助记忆的同时，方便和大家讨论。因能力有限，可能有些地方理解的不到位，如有谬误，请及时指正。论文内容神经网络搜索技术（NAS）的迅速
霸王龙Alvin·2020-07-04 23:14

AutoML论文笔记（十三）Self-Adaptive 2D-3D Ensemble of Fully Convolutional Networks for Medical Image Segment

文章题目：Self-Adaptive2D-3DEnsembleofFullyConvolutionalNetworksforMedicalImageSegmentation链接：linkhttps://arxiv.org/ftp/arxiv/papers/1907/1907.11587.pdf会议期刊：NeuralNetworks论文内容论文阅读笔记，帮助记忆的同时，方便和大家讨论。因能力有限，可
霸王龙Alvin·2020-07-04 23:14

AutoML论文笔记（十六）Neural Architecture Search without Training

文章题目：NeuralArchitectureSearchwithoutTraining链接：linkhttps://arxiv.org/pdf/2006.04647论文内容论文阅读笔记，帮助记忆的同时，方便和大家讨论。因能力有限，可能有些地方理解的不到位，如有谬误，请及时指正。常规的NAS在训练和单个结构验证的过程都非常耗时，动辄几百上千个GPU小时。本文在富含各种网络结构的数据集NAS-Ben
霸王龙Alvin·2020-07-04 23:14

自动化机器学习(AutoML)文献/工具/项目资源大列表分享

AutoML介绍AutoML是使用机器学习方法和过程来自动化机器学习系统并使其更容易访问的相关的工具和技术。它存在了几十年，所以不是一个全新的想法。
lqfarmer·2020-07-04 22:30

剪枝系列2：MetaPruning

3、相比AutoML方法，不需要设计强化学习用到的超参
不合时宜的漫步者·2020-07-04 21:23

AMC：移动设备上模型压缩和加速的AutoML

本文出自论文：AMC:AutoMLforModelCompressionandAccelerationonMobileDevices，提出了针对模型压缩的AutoML，利用强化学习方法来采样设计空间，极大地提高了模型压缩质量
librahfacebook·2020-07-04 21:39

论文阅读 AutoML: A Survey of the State-of-the-Art

论文阅读AutoML:ASurveyoftheState-of-the-Art摘要略简介从两个角度介绍NAS。首先是模型的结构，常见的结构包括整体结构、基于单元的结构、层次结构和基于态射的结构等。
kindred_joe·2020-07-04 20:15

Channel Pruning for Accelerating Very Deep Neural Networks

://github.com/yihui-he/channel-pruningICCV2017,byYihuiHe,XiangyuZhangandJianSunPleasehavealookatAMC:AutoMLforModelCompressionandAccelerationonMobileDevicesECCV
jwy2014·2020-07-04 20:32

EfficientDet: Scalable and Efficient Object Detection

参考文献：https://arxiv.org/pdf/1911.09070.pdf代码实现：原论文提供https://github.com/google/automl/tree/master/efficientdetpytorch
huangyiping_dream·2020-07-04 18:45

【AutoML】AutoML专栏上线，跟Google一起见证调参党的末日？

大家好，今天开设新专栏《AutoML》，即AutomatedMachineLearning。在这个专栏中，我们会讲述AutoML相关的内容，覆盖数据使用，模型架构，优化算法等内容。
言有三·2020-07-04 17:44

【AutoML】连续可微分架构如何用于网络结构搜索

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，这一期讲述可微分架构用于模型搜索的基本概念和流程。
言有三·2020-07-04 17:12

【星球知识卡片】AutoML都有哪些核心技术，如何对其进行长期深入学习

大家好，欢迎来到我们的星球知识小卡片专栏，本期给大家分享AutoML的核心技术点。作者&编辑|言有三1AutoML与数据增强大家都知道数据增强很重要，是深度学习必备良药，写论文刷比赛提指标的大杀器。
言有三·2020-07-04 17:11

经典再读 | NASNet：神经架构搜索网络在图像分类中的表现

（图片付费下载于视觉中国）作者|Sik-HoTsang译者|Rachel编辑|Jane出品|AI科技大本营（ID：rgznai100）【导读】从AutoML到NAS，都是企业和开发者的热门关注技术，以往我们也分享了很多相关内容
AI科技大本营·2020-07-04 14:33

AutoML初探 -- 上

前两天李沐大神团队发了一条关于AutoGluon的朋友圈“头发的生长剂”，成功引起我了我注意力，在人心惶惶的公司里坐着也是坐着，顺手学习了一下AutoML。
chinwuforwork·2020-07-04 13:08

华为诺亚方舟实验室—推荐系统中的前沿技术研究与落地报告

华为诺亚方舟实验室推荐与搜索项目组资深研究员唐睿明在会上作了题为“推荐系统中的前沿技术研究与落地：深度学习、强化学习与AutoML”的报告，本文整理了报告的主
人工智能学家·2020-07-04 12:34

【小睿精选·第六期】带有54颗 LED、陀螺仪，支持WiFi控制的可编程骰子

资讯类1、瑞萨RAMCU支持QeexoAutoML，降低边缘嵌入式机器学习的开发门槛瑞萨电子与Qeexo合作，使瑞萨RAMCU支持完全自动化、端到端的机器学习平台QeexoAutoML，该平台可构建出能在网络边缘的受限环境中进行本地运行的轻量级机器学
FILLMOREad·2020-07-04 05:14

谷歌新技术：神经优化器搜索，自动找到可解释的优化方法

在GoogleBrain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
whale52hertz·2020-07-04 03:19

除了网络搜索(NAS)，AutoML对深度学习模型优化还有哪些贡献？

文/编辑|言有三自从Google提出AutoML技术以来，已经过去了好几年了，如今在学术界和工业界都是热点。
喜欢打酱油的老鸟·2020-07-04 03:11

[深度学习进阶 - 实操笔记] 模型压缩- 剪枝/量化/蒸馏/AutoML

模型压缩-剪枝/量化/蒸馏/AutoML原因：深度学习计算复杂度高，参数冗余。解决方式：（1）线性或非线性量化。（2）结构或非结构剪枝。（3）网络结构搜索。（4）权重矩阵的低秩分解。
什么都一般的咸鱼·2020-07-04 03:35

用于深度学习的演化神经AutoML

为了简化配置，我们开发了用于深度学习的自动机器学习（AutoML）系统，主要侧重于超参数的优化。本文将Auto
Adam坤·2020-07-04 03:03

AutoML自动模型压缩再升级，MIT韩松团队利用强化学习全面超越手工调参

模型压缩是在计算资源有限、能耗预算紧张的移动设备上有效部署神经网络模型的关键技术。在许多机器学习应用，例如机器人、自动驾驶和广告排名等，深度神经网络经常受到延迟、电力和模型大小预算的限制。已经有许多研究提出通过压缩模型来提高神经网络的硬件效率。模型压缩技术的核心是确定每个层的压缩策略，因为它们具有不同的冗余，这通常需要手工试验和领域专业知识来探索模型大小、速度和准确性之间的大设计空间。这个设计空间
weixin_34144848·2020-07-04 03:23

AutoML HPO-bayesion-optimization

#Pandasandnumpyfordatamanipulationimportpandasaspdimportnumpyasnp#Modelingimportlightgbmaslgb#Evaluationofthemodelfromsklearn.model_selectionimportKFoldMAX_EVALS=500N_FOLDS=10#Readindataandseparateint
Takoony·2020-07-04 01:08
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他