【解锁AI新纪元】深度剖析元学习meta-learning：超越监督学习的智慧飞跃，掌握学习之学习的奥秘！
在人工智能的浩瀚宇宙中，元学习（Meta-learning），这个听起来就充满哲学意味的概念，正逐渐成为推动机器学习进步的一股强大力量。它不仅仅关注于如何解决单一任务，而是站在更高的维度上，探索如何快速、智能地学习如何学习。今天，我们就来一场深入浅出的旅程，揭开元学习的神...
【AI 生成式】半监督学习和自监督学习的概念
半监督学习和自监督学习的概念 引言 半监督学习和自监督学习是机器学习领域中两种重要的学习范式，它们旨在解决数据标注不足或昂贵的问题，从而提高模型的泛化能力和性能。本文将详细解释半监督学习和自监督学习的概念，分析它们的原理、优势和应用场景。 半监督学习 半监督学习是一种利用带标签和不带标签数据进行训练的机器学习方法。在半监督学习中，只有一小部分数据被标记了类别，而大多数数据没有标记。半监督...
【AI 初识】监督学习、无监督学习和强化学习定义
监督学习：解读数据的导师 监督学习是一种机器学习方法，其核心思想是利用带有标签的训练数据来训练模型，从而使模型能够学习输入和输出之间的映射关系。在监督学习中，训练数据包括了输入特征和对应的输出标签，模型通过学习这些数据来预测未知数据的输出标签。监督学习的典型应用包括分类和回归问题。在分类问题中，模型通过学习训练数据的特征和标签之间的关系来预测未知数据的类别；而在回归问题中，模型则预测一个连续值.....
AI人工智能机器学习的类型：监督学习、无监督学习、半监督学习、增强学习和深度学习
随着科技的不断发展，人工智能（Artificial Intelligence，简称AI）已经成为当下热门的话题。AI的核心技术之一就是机器学习（Machine Learning）。机器学习是一种基于数据的自动化算法，它能够让计算机自动识别和学习规律，并应用于实际问题中。机器学习技术的应用范围非常广泛，包括自然语言处理、图像识别、自动驾驶等领域。 本文将详细介绍机器学习的类型。 监督学习 ...
语言模型自己学会用搜索引擎了？Meta AI提出API调用自监督学习方法Toolformer
单一的大型语言模型或许无法实现 AGI，但如果它学会使用其他工具呢？在自然语言处理任务中，大型语言模型在零样本和少样本学习方面取得了令人印象深刻的结果。然而，所有模型都存在固有的局限性，往往只能通过进一步扩展来部分解决。具体来讲，模型的局限性包括无法访问最新信息、会对事实产生「信息幻觉」、低资源语言理解困难、缺乏进行精确计算的数学技能等等。解决这些问题的一种简单方法就是给模型配备外部工具，如搜索....
满足不同下游任务特征需求！Sea AI Lab 提出多粒度自监督学习框架Mugs，刷新多项SOTA（2）
C). 粗粒度的 group 特征学习为了避免了上述相似的 local-group 分散的过于随机或较远，Mugs 中的 group discrimination supervision 将类似的样本聚集在一起，从而拉近类似的 local-group。这样一来，Mugs 可以在更高语义级别上捕获粗粒度特征。具体来说，如图一所示，给定, 老师和学生 backbone 分别输出。接着 Mugs 把里....
满足不同下游任务特征需求！Sea AI Lab 提出多粒度自监督学习框架Mugs，刷新多项SOTA（1）
由颜水成老师带领的 Sea AI Lab 提出了一种多粒度自监督学习框架 Mugs[1]，用以学习不同粒度的非监督特征，从而满足不同下游任务对不同粒度甚至多粒度特征的需求。在相同的实验设置下（相同数据集和模型等），该方法大幅超越了目前最好的自监督学习方法。在没有使用额外数据的情况下，该方法在 ImageNet 数据集上取得了目前最高的线性评估准确率（linear probing accuracy....
人脑90%都是自监督学习，AI大模型离模拟大脑还有多远？
【新智元导读】人的大脑和自监督学习模型的相似度有多高？我们都知道，人类的大脑90%都是自监督学习的，生物会不断对下一步发生的事情做出预测。 自监督学习，就是不需要外部干预也能做出决策。 只有少数情况我们会接受外部反馈，比如老师说：「你搞错了」。 而现在有学者发现，大型语言模型的自监督学习机制，像极了我们的大脑。 知名科普媒体Quanta Magazine近....
AI：2020年6月22日北京智源大会演讲分享之机器感知专题论坛—14:50-15:30吴玺宏教授《一种具身自监督学习框架：面向任何语种语音的音系构建任务》
导读：首先感谢北京智源大会进行主题演讲的各领域顶级教授，博主受益匪浅，此文章为博主在聆听各领域教授或专家演讲时，一张一张截图进行保存，希望与大家一起学习，共同进步，一起见证或筑起人工智能的下一个十年。非常欢迎国内外人工智能领域网友，前来留言探讨与分享，同时感谢点赞或评论！ 目录14:50-15:30 一种具身自监督学习框架：面向任何语种语音的音系构建任务 14:5....
10亿参数，10亿张图！Facebook新AI模型SEER实现自监督学习，LeCun大赞最有前途
无需标签，自我分析数据！Facebook的新AI模型在革计算机视觉的命？ 刚刚，Facebook宣布了一个在10亿张图片上训练的AI模型——SEER，是自监督（Self-supervised）的缩写。 该模型包含10亿个参数，可以在几乎没有标签帮助的情况下识别图像中的物体，并在一系列计算机视觉基准上取得了先进的结果。 要知道，大多数计算机视觉模型都是从标记的数据集中....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
产品推荐
人工智能平台PAI
人工智能平台 PAI（Platform for AI，原机器学习平台PAI）是面向开发者和企业的机器学习/深度学习工程平台，提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务，内置140+种优化算法，具备丰富的行业场景插件，为用户提供低门槛、高性能的云原生AI工程化能力。
+关注