...基本概念 二分类和多分类 二分类： 一个类别被定义为正样本，一个类别被定义为负样本。 多分类 一个类别被定义为正类，其他类别的组合都是被定义为负类。 正样本应该是在建模过程中被识别出来的对象：例如在信用评分模...
...注深度模型抗干扰能力的研究，也就是关于深度学习对抗样本的问题。对于这一新的问题，本文对它进行一个简单的介绍。文章由黄立威、张天雷整理。什么是深度学习对抗样本Christian Szegedy等人在ICLR2014发表的论文中，他们提...
...模型并得到欺骗的识别结果。通过向机器学习模型的输入样本引入微扰，可能会产生误导模型错误分类的对抗样本。对抗样本能够被用于制作成人类可识别，但计算机视觉模型会错误分类的图像，使恶意软件被分类为良性软件，...
...给出合理的判断。 我们可以看上图，绿色的圆代表未知样本，我们选取距离其最近的k个几何图形，这k个几何图形就是未知类型样本的邻居，如果k=3，我们可以看到有两个红色的三角形，有一个蓝色的三正方形，由于红色三角...
有放回？无放回？ 从总体中随机抽取一个容量为n的样本，当样本容量 n足够大(通常要求n ≥30)时，无论总体是否符合正态分布，样本均值都会趋于正态分布。期望和总体相同，方差为总体的1/n。这即是中心极限定理，是A/B测...
分类非常常见，但如果每个类只有几个标注样本，怎么办呢？笔者所在的阿里巴巴小蜜北京团队就面临这个挑战。我们打造了一个智能对话开发平台——Dialog Studio，以赋能第三方开发者来开发各自业务场景中的任务型对话，其...
...分的信息： True negative(TN)，称为真阴率，表明实际是负样本预测成负样本的样本数 False positive(FP)，称为假阳率，表明实际是负样本预测成正样本的样本数 False negative(FN)，称为假阴率，表明实际是正样本预测成负样本的样本数 Tr...
...质上非常有挑战性。本论文重新讨论了多个代表性的基于样本的 GAN 评估指标，并解决了如何评估这些评估指标的问题。我们首先从一些使指标生成有意义得分的必要条件开始，比如区分真实对象和生成样本，识别模式丢弃（mode...
...始走向融合：特征可视化和属性。 特征可视化通过生成样本来回答有关网络或部分网络所正在寻找什么的问题。属性（attribution）研究的是一个样本中的哪一部分负责以特定的方式所激活的网络。（注：作为一个新兴的领域，...
...像中淋巴细胞约10x10像素，远小于32x32的出入尺寸，这样样本中90%都是无效区域，会影响模型性能，所以将图像再放大4倍，使淋巴细胞几乎占满输入图像。选取以淋巴细胞中心位置3x3的邻域为中心的区域为正样本区域；负样本的...
ChatGPT和Sora等AI大模型应用，将AI大模型和算力需求的热度不断带上新的台阶。哪里可以获得...
大模型的训练用4090是不合适的，但推理（inference/serving）用4090不能说合适，...
图示为GPU性能排行榜，我们可以看到所有GPU的原始相关性能图表。同时根据训练、推理能力由高到低做了...
李涛
魏明
李义
617035918
张迁
ernest
