我是h1

 

地址: 深圳湾科技生态园5栋D座1302室
客服电话:
4008400488
邮箱: bd@rainxn.com

墨客星球

友情链接

© 2019 深圳雨本信息技术有限公司 | 粤ICP备17123203号 网站建设:中企动力 深圳

联系我们

最新文章

拥抱数据浪潮,引领未来风向|2019大数据产业峰会圆满落幕
拥抱数据浪潮,引领未来风向|2019大数据产业峰会圆满落幕
第十一届中国深圳创新创业大赛盐田区预选赛暨2019人工智能创新创业大赛即将起航
第十一届中国深圳创新创业大赛盐田区预选赛暨2019人工智能创新创业大赛即将起航
AI数钢筋,人工智能的下一个蓝海应用
AI数钢筋,人工智能的下一个蓝海应用
人机协同,人工智能正扛起赋能医疗的大旗
人机协同,人工智能正扛起赋能医疗的大旗
AI产业现状:深度学习并没有你想的那么强大
AI产业现状:深度学习并没有你想的那么强大
曾经最被看好的独角兽,为什么成了中国第一家倒下的无人驾驶公司
曾经最被看好的独角兽,为什么成了中国第一家倒下的无人驾驶公司

谷歌及 ETH 研究人员正使用更少标签以训练图像生成 AI

快讯
2019年3月8日
浏览量
【摘要】:
智能音箱行业正在崛起。日前,根据对VoiceBot.ai和Voicify在2018年1月第一周对1,038名成年人进行的一项调查发现,智能音箱所有者的数量-即亚马逊的Echo,GoogleHome等人工智能设备的所有者,在美国达到6640万,在2019年达到全球1.33亿。这意味着同比增长39.8%,随着新的智能音箱销售,拥有智能音箱在美国的成年人中达到26.2%,高于2017年的20%。与此同时
生成 AI 模型通常倾向于学习复杂的数据分布,正因为如此,这些模型擅长于生成类似人类的语言并且能够生成栩栩如生的人类面孔等图像。但是训练这些模型需要大量地标记数据,然而人工手动任务有些会使得必要的语料库有时供不应求。近日,谷歌和苏黎世联邦理工学院的研究人员提出研究解决方案,该论文名为「使用较少标签的高保真图像生成」,在论文中,研究人员描述了一个「语义提取器」,它可以从训练数据中提取特征,以及为整个训练推断标签的方法。从标记图像的一小部分设置,研究人员论证道,这些自我和半监督技术可以在像 ImageNet 这样的流行基准测试中胜过目前最先进的方法。