-
营销与经营深度一体,巨量引擎助力品牌撬动全渠道增长
发布时间:2024/01/30
过去十年,中国企业在数字营销上的投入快速增长。根据eMarketer的数据,2023年国内数字广告的投入将达到1361亿美元,增长14.8%。数字营销已经成为品牌方最大的经营成本之一。面对如此巨大的投入,品牌方的管理层...
-
路特斯TYPE 136于广州车展正式上市 首批铂金限量版开启发售
发布时间:2023/11/18
【中国广州,2023年11月18日】承袭赛道基因,铸就破风典范。近日,路特斯携旗下全球首台灵活动力公路自行车TYPE 136于广州车展荣耀上市,并正式开启限量发售。首批车主将升级铂金限量版,全球仅发售136台。路特斯...
-
助力蔗糖产业长足发展!招商期货参与的孟连县白糖“保险+期货”试点项目启动
发布时间:2022/11/23
11月4日,招商期货有限公司(以下称“招商期货”)参与的郑商所2022年孟连县白糖“保险+期货”试点项目在孟连县举行启动仪式,本次项目由招商期货与光大期货、中信建投期货、中国人寿财产保险股份有限公司云南省分公...
-
门窗行业复刻定制家居高光时刻,森鹰窗业上市成起点?
发布时间:2022/09/25
据悉,9月26日,森鹰窗业股份有限公司(以下简称森鹰窗业)将举办上市敲钟仪式,正式登陆深交所。 森鹰窗业是目前沪深两市第一家细分行业为“C2032木门窗制造”的上市公司。 这让笔者不禁想起2011年定制家居行业首...
-
第三批专项债六月底发完 项目完成审核
发布时间:2020/04/06
财政部副部长许宏才4月3日在新闻发布会上表示,今年以来,根据全国人大常委会授权,财政部提前下达了2020年部分新增专项债券额度12900亿元。截至2020年3月31日,全国各地发行新增专项债券1.08万亿元,占84%,发行...
-
国美零售转型加速 携拼多多“迎战”零售业大考
发布时间:2020/04/06
随着国内疫情初步得到控制,零售消费市场也在逐渐恢复运转。日前,国务院联防联控机制举办新闻发布会。商务部消费促进司负责人王斌在会上指出,将千方百计促进消费回补和潜力释放,壮大新型消费和升级消费,扩大...
-
美新冠疫情蔓延,建霖家居等IPO企业受累
发布时间:2020/04/06
编者按: 随着疫情蔓延,全球新冠肺炎确诊病例已突破百万,累计死亡超5万例,其中,美国确诊超过23万例,欧洲确诊超过50万例。作为全球经济重要力量的欧美地区,其疫情将对IPO企业产生什么影响? “有一天美国将成...
-
信托代销哪家强?招行去年赚64亿
发布时间:2020/04/04
证券时报记者 杨卓卿 随着银行年报密集披露,一些行业巨头代销信托产品的情况也浮出水面。 证券时报记者注意到,“零售之王”招商银行2019年代销的信托产品规模超过3000亿元,借此实现64.32亿元的手续费及佣金收入...
Uber创建AI以生成用于训练其他AI模型的数据
发布时间:2019/12/20 新闻 浏览次数:660
生成对抗网络(GAN)是由两部分组成的AI系统,该系统由生成样本的生成器和试图区分生成的样本和真实样本的鉴别器组成,具有无数用途,其中之一正在生成合成数据。优步(Uber)的研究人员最近在题为“通过学习加速神经体系结构搜索”的论文中利用了这一点,该论文提出了量身定制的GAN(被称为生成教学网络(GTN)),该模型可生成数据或训练环境,模型可以在模型上进行测试之前从中学习。目标任务。该论文指出,与仅使用真实数据的方法相比,GTN最多可将搜索速度提高9倍,并且GTN与最先进的体系结构相比具有竞争优势,这些体系结构可在不使用“数量级”的情况下实现最高性能的同时减少计算量。
正如贡献作者在博客文章中解释的那样,大多数模型搜索需要“大量”资源,因为他们通过在数据集上训练模型来评估模型,直到模型的性能不再提高为止。可能会在一个周期内对数千个或更多模型体系结构重复此过程,这在计算方面既昂贵又费时。某些算法通过仅训练少量时间并将获得的性能作为真实性能的估计来避免成本,但是可以通过利用机器学习(即GTN)来创建训练数据,从而进一步加速这种训练。
GTN通过创建在学习过程中有用的不切实际的数据来取得成功。他们能够将有关许多不同类型对象的信息组合在一起,或者将培训重点放在最难的示例上,并根据实际数据评估培训模型。此外,他们使用学习课程(按特定顺序的一组培训示例)来提高生成器的性能,而生成器会产生示例的无序随机分布。
在实验中,研究小组表示,由GTN训练的模型在32步训练(约0.5秒)内,根据流行的开源MNIST数据集达到了98.9%的准确性,在此过程中,他们一次摄取了4,096张合成图像(不到图像的10%)在MNIST训练数据集中)。在另一个数据集CIFAR-10上进行了评估,该数据集用于衡量模型搜索的性能,即使与优化的实数据学习算法相比,在相同性能水平下,模型的学习速度也比实数据快四倍。此外,事实证明,对GTN数据的性能通常可以预测真实性能-也就是说,要获得与仅对GTN生成的数据执行128步所获得的预测能力相同的预测能力,就需要对真实数据进行1,200步。
“由于GTN可以更快地评估每种体系结构,因此他们能够在固定的计算预算内评估更多的总体体系结构。在每种情况下,我们都证明,使用GTN生成的数据比使用真实数据要快,并且可以带来更高的性能。即使我们给实时数据控件十天的计算时间,结果仍然保持不变,而GTN一天只有三分之二的时间。” “通过我们的研究,我们证明了GTN生成的训练数据创建了一种与最新算法竞争的快速…方法,但是采用了完全不同的方法。在我们的…工具箱中拥有这种额外的GTN工具可以帮助Uber,全球所有公司和所有科学家在应用它的每个领域中提高深度学习的性能。”