- 人工智能--迁移学习(Transfer Learning)转载链接：https://www.chinaai.org.cn/1.深入了解神经网络的组成、训练和实现，掌握深度空间特征分布等关键概念；2.掌握迁移学习的思想与基本形式，了解传统迁移学习的基本方法，对比各种方法的优缺点；3.握深度迁移学习的思想与组成模块，学习深度迁移学习的各种方法；4.掌握深度迁移学习的网络结构设计、目标函数设计的前... 人工智能--迁移学习(Transfer Learning)转载链接：https://www.chinaai.org.cn/1.深入了解神经网络的组成、训练和实现，掌握深度空间特征分布等关键概念；2.掌握迁移学习的思想与基本形式，了解传统迁移学习的基本方法，对比各种方法的优缺点；3.握深度迁移学习的思想与组成模块，学习深度迁移学习的各种方法；4.掌握深度迁移学习的网络结构设计、目标函数设计的前...
- 时间安排2022年05月27日 — 2022年05月30日 No.1 第一天 一、 机器学习简介与经典机器学习算法介绍什么是机器学习？机器学习框架与基本组成机器学习的训练步骤机器学习问题的分类经典机器学习算法介绍章节目标：机器学习是 人工智能的重要技术之一，详细了解机器学习的原理、机制和方法，为学习深度学习与迁移学习打下坚实的基础。 二、深度学习简介与经典网络结构介绍... 时间安排2022年05月27日 — 2022年05月30日 No.1 第一天 一、 机器学习简介与经典机器学习算法介绍什么是机器学习？机器学习框架与基本组成机器学习的训练步骤机器学习问题的分类经典机器学习算法介绍章节目标：机器学习是 人工智能的重要技术之一，详细了解机器学习的原理、机制和方法，为学习深度学习与迁移学习打下坚实的基础。 二、深度学习简介与经典网络结构介绍...
- 在人工智能发展中，迁移学习和联邦学习成为重要技术。迁移学习通过跨任务知识迁移，加速新任务学习，节省资源并解决数据稀缺问题；联邦学习则以分布式方式实现联合学习，保护数据隐私，促进多方合作。两者在提升模型性能、保障数据安全及推动AI创新方面发挥关键作用，为AI发展带来新机遇。 在人工智能发展中，迁移学习和联邦学习成为重要技术。迁移学习通过跨任务知识迁移，加速新任务学习，节省资源并解决数据稀缺问题；联邦学习则以分布式方式实现联合学习，保护数据隐私，促进多方合作。两者在提升模型性能、保障数据安全及推动AI创新方面发挥关键作用，为AI发展带来新机遇。
- 迁移学习的核心技术与挑战-以VGG16为例的实战案例研究迁移学习（Transfer Learning）是机器学习中的一种重要技术，指的是将从一个任务中学到的知识应用到另一个相关任务中的方法。在传统的机器学习中，我们往往需要从头开始训练模型，这需要大量的标注数据和计算资源。迁移学习通过使用在源任务上获得的知识，能够有效地提高模型在目标任务上的表现，尤其是在数据稀缺的情况下，迁移学习能够极大地... 迁移学习的核心技术与挑战-以VGG16为例的实战案例研究迁移学习（Transfer Learning）是机器学习中的一种重要技术，指的是将从一个任务中学到的知识应用到另一个相关任务中的方法。在传统的机器学习中，我们往往需要从头开始训练模型，这需要大量的标注数据和计算资源。迁移学习通过使用在源任务上获得的知识，能够有效地提高模型在目标任务上的表现，尤其是在数据稀缺的情况下，迁移学习能够极大地...
- 迁移学习与小数据集-提升机器学习模型性能的关键在机器学习的应用中，数据的数量通常是影响模型性能的重要因素。尤其在很多实际应用中，获取大量标注数据并非易事，这使得许多任务在小数据集上训练时难以达到理想效果。迁移学习（Transfer Learning）作为一种解决小数据集训练瓶颈的有效方法，通过将已有模型的知识迁移到新任务中，从而提高小数据集上的模型表现。本文将探讨迁移学习的原理、常见方法，... 迁移学习与小数据集-提升机器学习模型性能的关键在机器学习的应用中，数据的数量通常是影响模型性能的重要因素。尤其在很多实际应用中，获取大量标注数据并非易事，这使得许多任务在小数据集上训练时难以达到理想效果。迁移学习（Transfer Learning）作为一种解决小数据集训练瓶颈的有效方法，通过将已有模型的知识迁移到新任务中，从而提高小数据集上的模型表现。本文将探讨迁移学习的原理、常见方法，...
- 目录 文章目录 目录前言联邦迁移学习（Federated Transfer Learning）联邦迁移学习的基本原理联邦迁移学习性能分析计算开销分析性能分析优化方案 数据传输开销分析性能分... 目录 文章目录 目录前言联邦迁移学习（Federated Transfer Learning）联邦迁移学习的基本原理联邦迁移学习性能分析计算开销分析性能分析优化方案 数据传输开销分析性能分...
- 自定义数据集 做深度学习项目时，我们一般都不用网上公开的数据集，而是用自己制作的数据集。那么，怎么用Tensorflow2.0来制作自己的数据集并把数据喂给神经网络呢？且看这篇文章慢慢道来。 Pokemon Datasets 这篇文章我们用的datasets是Pokemon datasets，也就是皮卡丘电影中的一些角色，如下图所... 自定义数据集 做深度学习项目时，我们一般都不用网上公开的数据集，而是用自己制作的数据集。那么，怎么用Tensorflow2.0来制作自己的数据集并把数据喂给神经网络呢？且看这篇文章慢慢道来。 Pokemon Datasets 这篇文章我们用的datasets是Pokemon datasets，也就是皮卡丘电影中的一些角色，如下图所...
- 导读： 新闻推荐已经成为移动设备中的一项重要服务，其目的是让大多数用户知道世界上发生了什么。我们假设用户在某个新闻推荐服务中首次注册，并且以前没有读过任何新闻文章。此任务与新用户冷启动挑战和新物品 ( 即新闻文章 ) 冷启动挑战相关，因此称为双冷启动推荐 ( Dual Cold-Start Recommendation, D... 导读： 新闻推荐已经成为移动设备中的一项重要服务，其目的是让大多数用户知道世界上发生了什么。我们假设用户在某个新闻推荐服务中首次注册，并且以前没有读过任何新闻文章。此任务与新用户冷启动挑战和新物品 ( 即新闻文章 ) 冷启动挑战相关，因此称为双冷启动推荐 ( Dual Cold-Start Recommendation, D...
- 导读：机器学习的学习方式包括监督学习和无监督学习等。针对一个给定的任务，首先要准备一定规模的训练数据，这些训练数据需要和真实数据的分布一致，然后设定一个目标函数和优化方法，在训练数据上学习一个模型。此外，不同任务的模型往往都是从零开始来训练的，一切知识都需要从训练数据中得到。这也导致了每个任务都需要准备大量的训练数据。在实际应用中，我们... 导读：机器学习的学习方式包括监督学习和无监督学习等。针对一个给定的任务，首先要准备一定规模的训练数据，这些训练数据需要和真实数据的分布一致，然后设定一个目标函数和优化方法，在训练数据上学习一个模型。此外，不同任务的模型往往都是从零开始来训练的，一切知识都需要从训练数据中得到。这也导致了每个任务都需要准备大量的训练数据。在实际应用中，我们...
- paddle实现的，不能下载预训练。 https://github.com/PaddlePaddle/models/tree/develop/PaddleCV/gan 预训练网站不能访问。 https://github.com/elvisyjlin/AttGAN-PyTorch Fader Networks ... paddle实现的，不能下载预训练。 https://github.com/PaddlePaddle/models/tree/develop/PaddleCV/gan 预训练网站不能访问。 https://github.com/elvisyjlin/AttGAN-PyTorch Fader Networks ...
- 写在前面：大家好！我是【AI 菌】，一枚爱弹吉他的程序员。我热爱AI、热爱分享、热爱开源！ 这博客是我对学习的一点总结与思考。如果您也对 深度学习、机器视觉、算法、Python、C++ 感兴趣，可以关注我的动态，我们一起学习，一起进步~ 我的博客地址为：【AI 菌】的博客 我的Github项目地址是：【AI 菌】的Github 前言： 熟悉我的博友都知道... 写在前面：大家好！我是【AI 菌】，一枚爱弹吉他的程序员。我热爱AI、热爱分享、热爱开源！ 这博客是我对学习的一点总结与思考。如果您也对 深度学习、机器视觉、算法、Python、C++ 感兴趣，可以关注我的动态，我们一起学习，一起进步~ 我的博客地址为：【AI 菌】的博客 我的Github项目地址是：【AI 菌】的Github 前言： 熟悉我的博友都知道...
- 研究背景 RNA分子是生物体内参与各种如细胞分化、代谢、记忆存储等重要生命活动的一类大分子，其常见的种类有rRNA、mRNA、tRNA。近年来越来越多的实验表明RNA似乎无处不在、无所不能，而事实上，编码用的mRNA才占1.5%，而非编码RNA则占据了人类基因组的75％。但是我们对绝大多数的非编码RNA了解甚少，主要原因是缺乏结构信息，因... 研究背景 RNA分子是生物体内参与各种如细胞分化、代谢、记忆存储等重要生命活动的一类大分子，其常见的种类有rRNA、mRNA、tRNA。近年来越来越多的实验表明RNA似乎无处不在、无所不能，而事实上，编码用的mRNA才占1.5%，而非编码RNA则占据了人类基因组的75％。但是我们对绝大多数的非编码RNA了解甚少，主要原因是缺乏结构信息，因...
- 今天给大家介绍的是浙江工业大学智能制药研究院的段宏亮教授研究团队发表在Chemical Communications上的文章 "Heck reaction prediction using a transformer model based on a transfer learning strategy"。 迁移学习是一种将某个领域或任务中学习到的基础知识或... 今天给大家介绍的是浙江工业大学智能制药研究院的段宏亮教授研究团队发表在Chemical Communications上的文章 "Heck reaction prediction using a transformer model based on a transfer learning strategy"。 迁移学习是一种将某个领域或任务中学习到的基础知识或...
- 1. 迁移学习 迁移学习也即所谓的有监督预训练(Supervised pre-training)，我们通常把它称之为迁移学习。比如你已经有一大堆标注好的人脸年龄分类的图片数据，训练了一个CNN，用于人脸的年龄识别。然后当你遇到新的项目任务是：人脸性别识别，那么这个时候你可以利用已经训练好的年龄识别CNN模型，去掉最后一层，然后其它的网络层参数就直接复制过来，继续... 1. 迁移学习 迁移学习也即所谓的有监督预训练(Supervised pre-training)，我们通常把它称之为迁移学习。比如你已经有一大堆标注好的人脸年龄分类的图片数据，训练了一个CNN，用于人脸的年龄识别。然后当你遇到新的项目任务是：人脸性别识别，那么这个时候你可以利用已经训练好的年龄识别CNN模型，去掉最后一层，然后其它的网络层参数就直接复制过来，继续...
- 如果设置这个参数： mod_new.binded=True bind()里面有判断，调用过了，就不会再执行bind()内存了，获取参数会为空 sym, arg_params, aux_params = mx.model.load_checkpoint(r"E:\jinji\AidLearning-FrameWork-master\src\facencn... 如果设置这个参数： mod_new.binded=True bind()里面有判断，调用过了，就不会再执行bind()内存了，获取参数会为空 sym, arg_params, aux_params = mx.model.load_checkpoint(r"E:\jinji\AidLearning-FrameWork-master\src\facencn...
上滑加载中
推荐直播
-
走进数据库：数据库基础知识精讲2024/12/27 周五 16:00-17:30
Steven 华为云学堂技术讲师
数据管理是数据库的核心任务，本期直播将带领大家一起走进数据库，了解期发展趋势、基础模型、架构演进及相关的技术特点。同时还会介绍数据库对象和相关概念，帮助开发者对数据库使用和实践夯实基础。
回顾中 -
手把手教你在 CodeArts 上部署敏捷流水线2024/12/31 周二 16:30-18:00
Jerry 华为云生态技术讲师
CodeArts的适用场景以及如何从CodeArts Pipeline出发，一步步添加关联工具，最后让整个流水线流动起来，一起来动手试试吧。
即将直播
热门标签