苹果维修点

您现在的位置是:首页 > 技术前瞻 > 人工智能

人工智能

上海苹果维修中心_如何通过迁移来编写强大的人工智能技术

2019-11-15 15:28:57 人工智能
  人工智能(AI)行将成为一种最强壮,最具革新性的技能,以史无前例的办法席卷全球并触及日子的各个方面 -经济,医疗保健,金融,工业,社会文化互动等。随着搬迁学习和机器学习功能的发展,这一点尤为重要。  咱们现已每天都在运用AI技能,不管咱们是否有意识地知道它,它正在影响咱们的日子和挑选。从咱们的Google搜索和导航,Netflix电影

  人工智能(AI)行将成为一种最强壮,最具革新性的技能,以史无前例的办法席卷全球并触及日子的各个方面 -经济,医疗保健,金融,工业,社会文化互动等。随着搬迁学习和机器学习功能的发展,这一点尤为重要。

  咱们现已每天都在运用AI技能,不管咱们是否有意识地知道它,它正在影响咱们的日子和挑选。从咱们的Google搜索和导航,Netflix电影引荐,亚马逊购买建议,用于Siri或Alexa等日常使命的语音助手,Facebook社区建造,医疗诊断,信用评分核算和抵押决策等,AI只会不断增长在收养中。

  当前,大多数现代AI体系都由称为深度学习的一系列算法或技能供给支撑,这些算法或技能基本上能够练习和构建具有各种架构配置的神经网络的深层。

  经过50多年的潮起潮落,深度学习革命已势不可挡,而且在大数据技能,硬件创新和算法的推动下显得势不可挡。因而,深度学习网络有望至少在未来几十年内影响并从根本上改变咱们,人类,日子,工作和文娱的办法。

  因而,咱们总算能够看到AI对地球上每个人的许诺!

  可是……有一个圈套。

  深度学习很贵重且关注规模很窄

  深度学习网络往往需求很多资源而且核算量很大。与传统的核算学习模型(例如回归,决策树或支撑向量机)不同,它们倾向于包括数百万个参数,因而需求很多的练习数据以防止过度拟合。

  因而,深度学习模型运用很多的高维原始数据(例如图画,非结构化文本或音频信号)进行练习。同样,他们重复运用数百万个矢量化核算(例如矩阵乘法)来优化巨大的参数集以合适数据。此外,它们运用很多的超参数(例如,层数,每层神经元,优化器算法设置等)构建,一组练习有素的研究人员一般需求数周或数月的时间才干树立状况最先进的模型。

  所有这些导致对练习所需的核算能力以及针对给定使命进行了优化的强健和高功能深度学习模型的巨大需求。

  假定咱们在花费很多核算资源之后就能够负担得起练习一个很棒的模型。上海苹果维修中心咱们是否不想重复运用此模型以实现最大数量和最多的使命,并屡次取得投资收益?

  问题就在这儿。

  到目前为止,传统上,深度学习算法是规划为独立工作的。这些算法经过练习能够处理特定使命。在大多数情况下,一旦特征空间分布发生变化,就必须从头开端重建模型。

  但这是没有意义的,特别是当与人类当前运用有限的核算速度进行比较时。

  人类具有天生的跨使命传递常识的能力。咱们在学习一项使命时取得的常识是什么,咱们以相同的办法运用它来处理相关使命。上海苹果维修中心假如使命或领域之间的类似度很高,咱们将能够更好地交叉运用咱们的“学习”常识。

  搬运学习是一种克服孤立的学习范式并运用一项使命取得的常识来处理相关使命的思维,这种思维已应用于机器学习,尤其是深度学习领域。

  深度学习网络的搬运学习

  在深度学习环境中,搬迁学习进程要遵循多种策略,上海苹果维修中心要考虑的许多重要事项和要做出的工程决策-数据集和域的类似性,有监督或无监督的环境,要进行多少再练习等。

  可是,简单地说,对于搬迁学习,咱们能够假定:

  咱们需求选用预先练习的深度学习模型重用它的悉数或某些部分将其应用于特定机器学习问题(分类或回归)的新关注领域。经过这种办法,咱们能够防止练习和优化大型深度学习模型的很多核算工作。

  最终,练习有素的深度学习模型仅仅特定数据结构格式的数百万个实数的调集,能够作为模型的运用者轻松地进行猜测/推断,上海苹果维修中心这是咱们真正感兴趣的使命。

  可是请记住,预先练习的模型可能现已考虑到运用特定分类进行练习的情况上海苹果维修中心,即其输出矢量和核算图仅适用于特定使命的猜测。

如何通过迁移来编写强大的人工智能技术

  因而,在搬迁学习中广泛运用的策略是:

  加载预练习模型的权重矩阵,除了O / P附近最终一层的权重,保持那些分量固定,上海苹果维修中心即不能练习附加合适于当前使命的新图层,并运用新数据练习模型这样,咱们不用练习整个模型,咱们能够将模型从头用于咱们的特定机器学习使命,但能够运用固定权重中包括的学习到的数据结构和模式,这些权重是从预练习的优化模型。

  您能够在笔记本电脑上运行的着手示例

  让咱们着手做一个简单的代码演示,以演示搬迁学习的力气,对吧?

  为什么不遵循传统办法?

  传统上,有关此主题的教程着重于从闻名的高功能深度学习网络(例如VGGNet-16 ,ResNet-50 或Inception-V3 / V4 等)中学习。这些网络均在巨大的ImageNet数据库中进行了练习,上海苹果维修中心而且在年度ImageNet比赛-ILSVRC中排名榜首,从而将自己定位为图画分类使命的黄金基准模型。

  可是,这些网络的问题在于它们包括很多复杂的层上海苹果维修中心,而且在您开端学习深度学习概念时并不容易理解。

  因而,假如您想从头开端编写一个搬迁学习示例,那么从自我学习和树立信任的角度来看,最好先测验一个独立的示例。您能够先练习深度学习模型,再将其学习搬运到另一个种子网络,上海苹果维修中心然后在标准分类使命上显现功能。

如何通过迁移来编写强大的人工智能技术

  在上海黄浦区的小伙伴如果iPhone出现故障的话,可以前往上海苹果售后维修中心,上海市黄浦区淮海东路45-49号东淮海国际大厦4楼403-404室,让工程师进行故障检测,再确定维修方案以及维修价格。不在上海的小伙伴也别担心,可以拨打苹果维修客服电话热线:4001198500 进行咨询,也可以帮你查找离你最近的正规苹果售后维修中心


 【赐研手机维修网】文章内容来源:https://vip-chn.com/jishu/ai/3927.html