写点什么

数据增强

收录了 数据增强 频道下的 50 篇内容

深度学习中的数据增强方法都有哪些?
深度学习中的数据增强方法都有哪些?

很多实际的项目,我们都难以有充足的数据来完成任务,要保证完美的完成任务,有两件事情需要做好:(1)寻找更多的数据。(2)充分利用已有的数据进行数据增强,今天就来说说数据增强。

性能超越经典ASR模型:谷歌重磅推出全新语音识别数据增强方法
性能超越经典 ASR 模型:谷歌重磅推出全新语音识别数据增强方法

该数据增强方案虽然方法简单,但是效果很强大

数据增强技术如何实现场景落地与业务增值?
数据增强技术如何实现场景落地与业务增值?

本文将详细介绍StartDT AI Lab是如何采用数据增强技术实现场景落地与业务增值的。

如何选择最合适的数据增强操作
如何选择最合适的数据增强操作

本文讲述数据增强中的应用,这也是AutoML技术最早期的应用之一。

NLP文本分类缺少训练数据?IBM提出基于语言模型的数据增强新方法
NLP 文本分类缺少训练数据?IBM 提出基于语言模型的数据增强新方法

怎样才能拥有足够多且可供深度学习模型训练用的数据呢?

伯克利提出数据增强新方法,计算速度提升1000倍
伯克利提出数据增强新方法,计算速度提升 1000 倍

来自伯克利的人工智能研究团队提出了一种基于群体的数据增强算法(PBA),这是一种能快速有效地学习最新方法来增强神经网络训练数据的算法。

谷歌大脑团队:重新思考计算机视觉预训练和自我训练
谷歌大脑团队:重新思考计算机视觉预训练和自我训练

自我训练对分类和目标检测等下游任务,效果有很大提升。

有限数据量如何最大化提升模型效果?百度工程师构建数据增强服务

在AI模型开发的过程中,许多开发者被不够充足的训练数据挡住了提升模型效果的脚步,一个拥有出色效果的深度学习模型,支撑它的通常是一个庞大的标注数据集。因此,提升模型的效果的通用方法是增加数据的数量和多样性。但在实践中,收集数目庞大的高质量数据并

人工智能
数据
模型训练
百度大脑
Gartner:未来3-5年,数据分析领域不可错过的技术趋势
Gartner:未来 3-5 年,数据分析领域不可错过的技术趋势

马上又有新概念要被炒作了!

在数据增强、蒸馏剪枝下 ERNIE3.0 分类模型性能提升

在数据增强、蒸馏剪枝下ERNIE3.0分类模型性能提升

nlp
文本分类
11月月更
ernie
数据增强 (一):imgaug

深度学习训练过程中如果遇到过拟合或者在测试集中泛化能力不足的问题的时候,你可能会想到更多的新数据、添加正则项等,数据增强也是其中一种,特别是对于机器视觉的任务,数据增强技术尤为重要。

人工智能
深度学习
数据增强
5月月更
轻松使用 TensorFlow 进行数据增强

当我们没有大量不同的训练数据时,我们该怎么办?这是在TensorFlow中使用数据增强在模型训练期间执行内存中图像转换以帮助克服此数据障碍的快速介绍。

tensorflow
学习
数据增强
解锁数据潜力:信息抽取、数据增强与UIE的完美融合
解锁数据潜力:信息抽取、数据增强与 UIE 的完美融合

解锁数据潜力:信息抽取、数据增强与UIE的完美融合

人工智能
自然语言处理
信息抽取
如何彻底解决数据存储同步难题?Netflix推出数据同步和增强平台Delta
如何彻底解决数据存储同步难题?Netflix 推出数据同步和增强平台 Delta

通常,在使用多个数据存储时,其中一个用作主存储,其他用作次存储。现在的挑战是如何保持这些数据存储的同步。

“谁投入、谁贡献、谁受益”,财政部印发加强数据资产管理的指导意见
“谁投入、谁贡献、谁受益”,财政部印发加强数据资产管理的指导意见

构建“市场主导、政府引导、多方共建”的数据资产治理模式。

数据增强(三)-Batch Augmentation
数据增强(三)-Batch Augmentation

本文为数据增强的第三篇, batch augmentation; 顾名思义,在一个batch的数据中进行数据增强。

人工智能
深度学习
数据增强
5月月更
数据增强(二)-SamplePairing
数据增强(二)-SamplePairing

在数据增强(一)中介绍了imgaug图像增强库,本文介绍SamplePairing的数据增强策略。

人工智能
深度学习
数据增强
5月月更
玩转字词句魔法:打造超强样本集的数据增强策略,句式变换揭秘同义句生成与回译在数据增强中的创新应用
玩转字词句魔法:打造超强样本集的数据增强策略,句式变换揭秘同义句生成与回译在数据增强中的创新应用

玩转字词句魔法:打造超强样本集的数据增强策略,句式变换揭秘同义句生成与回译在数据增强中的创新应用

人工智能
自然语言处理
分词
数据增强
人工智能自然语言处理之数据增强去噪类别不平衡模型轻量化
人工智能自然语言处理之数据增强去噪类别不平衡模型轻量化

自然语言处理之数据增强去噪类别不平衡模型轻量化

人工智能
nlp
数据预处理
11月月更
大模型基础应用框架 (ReACT\SFT\RAG) 创新及零售业务落地
大模型基础应用框架 (ReACT\SFT\RAG) 创新及零售业务落地

九数算法中台融合基于 ReAct 框架的 AI Agent、SFT(指令微调)与 RAG(检索增强生成)技术的应用框架,不仅赋予大模型学习领域知识的能力,还显著提升了模型的自主决策和信息处理精确度,为业务人员高效落地大模型的微调、部署和应用提供了落地保障。

数据增强专题_资料-InfoQ中文网