Публикации по теме 'domain-adaptation'
Постоянное обучение - где мы?
Поскольку сообщество глубокого обучения стремится преодолеть разрыв между человеческим и машинным интеллектом, потребность в агентах, которые могут адаптироваться к непрерывно развивающейся среде, растет как никогда. Это стало очевидным на ICML 2020, на котором были проведены два разных семинара по непрерывному и непрерывному обучению. Как участник, основные выводы, которые я сделал и которые, как я полагаю, повлияют на неизбежные события в этой области, состоят в двух направлениях:..
Трансферное обучение против адаптации предметной области | минутное введение
Могут ли условия передаваться?
Это резюме не основано на конкретном документе, а скорее представляет собой введение в различия между концепциями трансферного обучения и адаптации предметной области в машинном обучении.
Необходимые знания: Домены и задачи
Почему? Часто у нас недостаточно данных для обучения модели глубокого обучения решению проблемы, но мы можем использовать переносное обучение или адаптацию предметной области стратегии для адаптации модели из другой,..
Представляем ADA: еще одну библиотеку для адаптации предметной области
Представляем ADA: еще одна библиотека для адаптации домена
TL, DR: ознакомьтесь с нашей новой библиотекой на Github , поиграйте и масштабируйте алгоритмы адаптации домена!
Что такое адаптация домена?
Как вы, возможно, читали в нашем недавнем сообщении в блоге, дающем понимание того, что мы делаем в Criteo AI Lab , одна из тем наших исследований - адаптация предметной области, проблема переноса опыта, приобретенного в одних ситуациях, в другую ситуацию. .
Более формально,..
Трансферное обучение
Как заставить ваши модели легко работать в новых условиях?
Многие современные продукты искусственного интеллекта основаны на передовых технологиях машинного обучения (МО), таких как приложения для распознавания лиц и языкового перевода, установленные на наших смартфонах. Для разработки таких продуктов ИИ обычно требуются крупномасштабные и разнообразные данные для обучения управляющих ими моделей машинного обучения. Тем не менее, сбор данных в больших масштабах не всегда прост, и,..
Размещение в блоге дипломной работы 4: Невероятно простая адаптация предметной области (и связанные с ней проблемы)
В серии постов, обобщающих мою кандидатскую диссертацию «Адаптация предметной области для нейромашинного перевода», здесь я рассказываю о своей работе по простой адаптации нейронных сетей к новым данным.
Возможно, самый простой способ адаптировать любую нейронную сеть — просто продолжить ее обучение, но на новом наборе данных. Для машинного перевода это новые пары предложений: примеры предложений и их переводы.
Возможно, вы хотите, чтобы ваша система перевода новостей могла переводить..
Адаптация домена
Недавно я наткнулся на несколько работ по адаптации предметной области и понятия не имел, что это значит и что делает. После прочтения этих статей у меня в голове возникло так много вопросов, например, чем DA отличается от трансферного обучения, какие существуют методы выполнения DA и т. д. В этой статье я попытаюсь ответить на некоторые из этих вопросов. Итак, давайте начнем с того, что, черт возьми, такое адаптация домена??
Да, что и почему?
В современном мире у нас нет дефицита..
Неконтролируемая адаптация домена с помощью обратного распространения
Ярослав Ганин, Виктор Лемпицкий (ICML 2015)
Изучение дискриминатора или некоторого типа предиктора при наличии сдвига в распределениях исходного и целевого распределений известно как адаптация предметной области.
Как видно из изображения выше, классификатор, изученный в исходном распределении (синий), не будет хорошо работать с классификатором, изученным в целевом распределении (красный). Поэтому нам нужно сделать оба этих дистрибутива неразличимыми.
Ниже приведены некоторые типы..