#模型訓練

6 篇文章

IBM 推動 PyTorch 從模型訓練進一步躍進至 AI 推論
2458

IBM 推動 PyTorch 從模型訓練進一步躍進至 AI 推論

IBM 推動 PyTorch 為 AI 推論加速引言 IBM 正致力於推動機器學習框架 PyTorch 在 AI 推論方面的應用,該公司正在進行一系列開發專案,以使 PyTorch 能夠在推論領域中具有更廣泛的應用。當前 AI 推論技術軟體市場上有多家競爭者,其中無一能與英偉諾提供的 TRITON 推

機器學習模型能以有限的訓練資料產生可靠結果
2295

機器學習模型能以有限的訓練資料產生可靠結果

機器學習模型即使只有有限的訓練資料也能產生可靠結果引言近期,劍橋大學和康奈爾大學的研究人員發現了一種能夠在現實世界的複雜方程中理解的機器學習模型的可靠性建立方法,且需要的訓練資料遠遠少於通常所期望的量。這項研究成果刊登在《美國國家科學院院刊》上,對於工程學和氣候模擬等應用領域,構建更具時間和成本效益

幫助電腦視覺和語言模型理解它們所看到的
2616

幫助電腦視覺和語言模型理解它們所看到的

幫助電腦視覺和語言模型理解所見的世界引言在過去幾年中,隨著人工智慧的發展,電腦視覺和語言模型在影象分析和自然語言處理方面取得了驚人的成果。然而這些模型在理解概念和場景中的物體屬性和排列方式方面仍然存在困難。為理解決這個問題,麻省理工學院的研究人員建立了一個合成資料集,用於改進機器學習模型對場景中概念

機器學習向全方位提問,智慧度更上層樓
1340

機器學習向全方位提問,智慧度更上層樓

機器學習能夠提問,使其更加智慧簡介杜克大學的生物醫學工程師們展示了一種顯著提高機器學習模型效果的新方法,只需使用部分可用資料。透過使用主動識別資料集中的空缺的算法,研究人員在某些情況下可以將準確性提高一倍以上。這種新方法可以更容易地幫助科學家識別和分類具有開發新藥物候選物和其他材料的特徵的分子。這項

5 種生成式 AI 將如何在網路安全中帶來更高的精確度
1706

5 種生成式 AI 將如何在網路安全中帶來更高的精確度

生成式 AI 改變了網路安全的面貌由於威脅日益嚴重,企業領導者迫切需要尋找創新的方法來保護其資料和系統,以應對不斷增長的數位風險。近年來生成式人工智慧(generative AI)已經成為網路安全領域的一個關鍵技術,它以其準確度、精度和實時洞察力的特點受到廣泛關注。網路安全廠商和供應商正在將生成式

訓練機器更像人類學習
2047

訓練機器更像人類學習

訓練人工智慧與人類學習方式更相似科技新聞摘要在觀察一個行人走動時,人類的大腦可以轉換出這個動態的視覺資訊,使其更能穩定地表現。但電腦視覺系統並不具備人類的這個特殊能力。麻省理工學院(MIT)的研究人員發現,使用對抗式訓練的特定訓練方式可以幫助電腦視覺系統更像人類學習方式,產生更為穩定的視覺資訊表現。

«12»