• 发文章

  • 发资料

  • 发帖

  • 提问

  • 发视频

创作活动
0
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
返回

电子发烧友 电子发烧友

  • 全文搜索
    • 全文搜索
    • 标题搜索
  • 全部时间
    • 全部时间
    • 1小时内
    • 1天内
    • 1周内
    • 1个月内
  • 默认排序
    • 默认排序
    • 按时间排序
大家还在搜
  • 谷歌召开Cloud Next大会:Cloud AutoML领域机器学习将用于呼叫中心

    像谷歌首次应用的Urban Outfitters模型,它能够有助于识别产品之间的模式和其他相似之处,进而基于服装特征为网络客户提供更加细化的搜索和过滤选项(想想深V和V领衬衫的区别)。由于Cloud

    2018-07-30 11:44

  • AutoML模型压缩技术,利用强化学习将压缩流程自动化

    Cloud AutoML 产品设计让机器学习的过程变得更简单,让即便没有机器学习经验的人也可以享受机器学习带来的益处。尽管AutoML有很大的进步,这仍是一项相对初期的技术,还有很多方面需要提高和创新。”李佳说。

    2018-09-24 08:44

  • 详细讲解谷歌的AutoML

    的详情页面,我们得知Cloud AutoML Vision依靠两种核心技术:迁移学习和神经架构搜索。由于在上一篇文章中我们已经解释过神经架构搜索,现在我们重点关注迁移学习,看看它是如何和神经架构搜索联系在一起的。

    2018-07-26 09:29

  • 李佳:AI团队的工作、AutoML研发的难点以及如何将研究与产品结合

    正式发布Cloud AutoML后的半个月,谷歌AI中国中心总裁、谷歌云AI研发主管李佳亮相谷歌在北京举办的Think With Google创想大会。接受采访时李佳分享了谷歌云AI团队的工作、 AutoML研发过程

    2018-02-07 15:09

  • 总结谷歌、微软和亚马逊三家巨头公司的战略和战术

    昨天,谷歌重磅发布Cloud AutoML,这个无需写代码,全自动训练的AI工具被视为谷歌在机器学习服务(MLaaS)领域全力加速追赶其它科技巨头的核武器,微软和亚马逊在机器学习服务领域早有动作,三家PK战况如何,各有哪些产品,目前MLaaS还处于起步阶段,未来的

    2018-01-19 14:46

  • AutoML和神经架构搜索介绍

    AutoMl及NAS概述:更有效地设计神经网络模型工具

    2019-09-04 06:37

  • AutoML新书:AutoML系统背后的基础知识

    传统上,术语AutoML用于描述模型选择和/或超参数优化的自动化方法。这些方法适用于许多类型的算法,例如随机森林,梯度提升机器(gradient boosting machines),神经网络等

    2018-10-18 09:50

  • 关于AutoML的完整资源列表

    在传统深度学习的模型构建中,主要包含以下步骤:数据处理、特征工程、模型架构选择、超参数优化、模型后处理、结果分析。这些步骤往往会耗费大量人力和时间。在 AutoML 中,则可以对大部分步骤进行自动处理。在该项目中,作者对相关的 AutoML 类别进行了总结,包括:

    2019-06-07 17:12

  • 如何通过FEDOT将AutoML用于时间序列数据?

    如何通过FEDOT将AutoML用于时间序列数据?如何通过时间序列预测的现实世界任务了解FEDOT的核心正在发生什么?

    2021-10-26 07:37

  • 高通AR的cloud研究

    首先,你需要注册free Cloud Recognition developer账号,然后在Targe Manager创建一个Cloud DataBasehttps

    2018-09-19 18:15