哈里斯与特朗普辩论后加密货币股票下跌
在最近卡玛拉·哈里斯和唐纳德·特朗普之间的美国总统辩论之后，美国加密货币股价下跌。在卡马拉·哈里斯和唐纳德·特朗普最近的总统辩论之后，美国加密货币股票下跌。哈里斯批评了特朗普，后者将自己定位为支持加密货币的候选人，而特朗普则承诺如果当选，将...
第79页
迈向深度学习系统的可靠性
深度学习模型在视觉、语言和其他模态方面取得了令人瞩目的进展，尤其是随着大规模预训练的兴起。当应用于与训练集相同分布的测试数据时，此类模型最为准确。然而，在实践中，现实世界中模型面临的数据很少与训练分布相匹配。此外，这些模型可能不太适合预测性...
简化胸部放射摄影模型开发的迁移学习
每年，全球都会拍摄近 10 亿张胸部 X 光 (CXR) 图像，以帮助检测和管理从肺塌陷到传染病等各种健康状况。通常，CXR 比其他形式的医学影像更便宜、更容易获得。然而，现有的挑战仍然阻碍着 CXR 的最佳利用。例如，在某些地区，能够准确...
使用多游戏决策转换器训练通才代理
当前的深度强化学习(RL) 方法可以训练出擅长在特定环境中对各种单个任务进行决策的专业人工智能体，例如围棋或星际争霸。然而，将这些结果扩展到不仅能够执行许多不同任务，而且还能在具有潜在不同表现的各种环境中执行的通用智能体方面进展甚微。纵观自...
ML 增强代码补全可提高开发人员的工作效率
代码日益复杂，对软件工程的生产力构成了重大挑战。代码补全已成为帮助缓解集成开发环境(IDE) 中这种复杂性的重要工具。传统上，代码补全建议是通过基于规则的语义引擎(SE) 实现的，这些引擎通常可以访问完整的存储库并了解其语义结构。最近的研究...
看与说：与 Google Assistant 进行自然对话
在自然对话中，我们不会每次交谈时都说出对方的名字。相反，我们依靠上下文信号机制来发起对话，而眼神交流通常就足够了。Google Assistant 目前已在 95 多个国家/地区和 29 多种语言中推出，它主要依靠热词机制（“Hey Goo...
通过局部损失优化增强反向传播
虽然模型设计和训练数据是深度神经网络(DNN) 成功的关键因素，但用于更新模型参数（权重）的具体优化方法却很少被讨论。训练 DNN 涉及最小化损失函数，该函数衡量真实标签与模型预测之间的差异。训练通过反向传播进行，通过梯度下降步骤调整模型权...
设备上机器学习的高效序列建模
随着计算密集型应用的兴起、出于隐私和安全原因需要在设备上保留某些数据，以及在网络连接不可用时提供服务的需求，对移动设备、平板电脑等设备上机器学习 (ML) 模型推理的需求 日益增长。然而，设备上推理带来了从建模到平台支持要求等一系列挑战。这...
利用多路径神经架构搜索构建高效的多视觉领域模型
用于视觉任务（例如图像分类）的深度学习模型通常使用来自单个视觉域（例如自然图像或计算机生成的图像）的数据进行端到端训练。通常，完成多个域的视觉任务的应用程序需要为每个单独的域构建多个模型，独立训练它们（意味着域之间没有共享数据），然后在推理...
介绍 Google 通用图像嵌入挑战
计算机视觉模型每天都会应用于各种各样的任务，从对象识别到基于图像的 3D 对象重建。实例级识别 (ILR)是计算机视觉问题中一种具有挑战性的类型— 给定一个对象的图像，任务不仅要确定对象的通用类别（例如拱门），还要确定对象的具体实例（“法国...