精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

Google發布MultiModel:能夠學習不同領域多任務的神經網絡

責任編輯:editor006

作者:Roland Meertens

2017-07-20 15:10:16

摘自:INFOQ

Google開發了一種可以接受多種形式輸入并能生成多種形式輸出的算法。Google開發了一個能夠執行8個不同領域任務的模型:語音識別、圖像分類和添加標題、句法解析、英德互譯和英法互譯。

Google開發了一種可以接受多種形式輸入并能生成多種形式輸出的算法。

目前,大部分機器學習應用程序都只能關注一個領域。機器翻譯一次只能建立一個語言對的模型,而圖像識別算法一次只執行一個任務(例如描述圖像、判斷圖像所屬類別或在圖像中查找對象)。然而,我們的大腦在執行所有任務時都能表現得很好,并且能夠將知識從一個領域轉移到另一個領域。大腦甚至可以將通過聽學到的知識轉換成其他領域的知識:看到或者讀到的知識。

Google開發了一個能夠執行8個不同領域任務的模型:語音識別、圖像分類和添加標題、句法解析、英德互譯和英法互譯。這個模型由編碼器、解碼器和“輸入輸出混頻器”組成,其中“輸入輸出混頻器”會將先前的輸入和輸出饋送到解碼器。如下圖所示,每個“花瓣”表示一種形式(聲音、文本或圖像)。神經網絡可以通過任意一種輸入和輸出的形式來學習每個任務。

2016年11月,Google發布了zero-shot翻譯。該算法將所有句子映射到“中間語言”,“中間語言”指的是一種對于每種輸入語言和輸出語言都相同的句子。Google只針對英韓語言對和英日語言對進行了訓練,也就是說這個神經網絡并未學習過對應的日韓語言對,但這時這個神經網絡就能夠進行日韓互譯了。

Google報告稱,使用MultiModel時使用少量訓練數據的任務表現更好。機器學習模型通常在使用更多訓練數據的時候表現更好。使用MultiModel可以從多個領域獲取額外的數據。需要注意的是,使用這種方法并沒有打破標準任務任何已有的記錄。

MultiModel作為Tensor2Tensor庫的一部分在GitHub開源。有關這個模型更詳細的方法和研究結果可以在arxiv.com的論文One Model To Learn Them All中找到。

查看英文原文:Google Presents MultiModel: A Neural Network Capable of Learning Multiple Tasks in Multiple Domains

鏈接已復制,快去分享吧

企業網版權所有?2010-2024 京ICP備09108050號-6京公網安備 11010502049343號

  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 上高县| 南开区| 上犹县| 涞源县| 长顺县| 灵台县| 福泉市| 射洪县| 新余市| 阿巴嘎旗| 平和县| 榆中县| 瑞金市| 津南区| 古丈县| 齐齐哈尔市| 蚌埠市| 尉犁县| 浦县| 和硕县| 四子王旗| 双峰县| 南召县| 象州县| 济源市| 涟源市| 乌兰浩特市| 广西| 中西区| 青河县| 永康市| 平谷区| 株洲县| 融水| 富锦市| 许昌县| 惠州市| 民乐县| 都匀市| 易门县| 怀集县|