实录分享 | 计算未来轻沙龙:揭秘AutoML技术(视频 + PPT)
10 月 27 日(周六)上午,PaperWeekly 携手清华大学计算机系推出了计算未来轻沙龙第三期线下活动——揭秘 AutoML 技术。来自中国科学技术大学、中国科学院自己主动化研究所和探智立方的三位嘉宾,系统而深入地分享了他们各自在自己主动机器学习领域的最新研究进展。
本文将独家分享本期活动的完整视频回想和嘉宾课件下载。
吴开源 / 北京航空航天大学博士
吴开源,北京航空航天大学数学博士。眼下是探智立方(北京)科技有限公司算法project师。从事人工智能自己主动化平台算法研发。
DarwinML:基于图进化算法的自己主动机器学习
AutoML 技术能够降低模型设计过程中须要机器学习专业知识的手动操作,降低传统行业的进入门槛,让很多其它的社区开发人员方便地使用人工智能技术。
AutoML 技术近期得到学术界和工业界的越来越多的关注。
在这个讲座中,我们将介绍一种基于计算图的 AutoML 技术。利用计算图,能够灵活地表示各种复杂的 ML 模型。与 tree-based 和 stacking-based 等方法相比,基于计算图的方法能够提供了更大的搜索空间。我们引入了一种进化算法来搜索最佳的模型计算图,并设计对应的突变和遗传算子。
结合贝叶斯超參数优化。我们实现了机器学习的整个工作流程的自己主动化。在 PMLB 数据集上,与 TPOT,AutoStacker 和 AutoSklearn 相比,所提出的方法显示了更好的性能。
我们还将展示几个基于 DarwinML 平台的工业用户案例。
https://mmbiz.qpic.cn/mmbiz_jpg/VBcD02jFhgmmvuRPOz01L6PiasxYbKpwkNcBERa8IRutdLic2z8YKOia3rxxTicdxtea6P9yRttUN1EIuibTuYM8xpg/640" alt="640" />
罗人千 / 微软-中科大联合培养博士生
罗人千,微软亚洲研究院-中国科学技术大学联合培养博士生,眼下博士三年级在读。研究方向:机器学习、深度学习、机器翻译。
曾在 NIPS 上发表论文。
NIPS 2018:神经网络结构优化
神经网络搜索(Neural Architecture Search)是 AutoML 的一个分支。目标是针对给定的任务和数据。通过算法自己主动搜索出合适的深度神经网络结构。从而降低繁杂的人工设计过程。
当前的一些搜索方法有在离散空间里基于强化学习、进化算法等搜索更优的结构。
本次报告将介绍我们今年发表在 NIPS 上的工作 Neural Architecture Optimization。
本工作将神经网络结构映射到连续空间内。直接基于网络的性能这一目标进行优化。使得搜索过程更高效、使用资源更少,搜索得到的网络结构性能更好。
https://mmbiz.qpic.cn/mmbiz_jpg/VBcD02jFhgmmvuRPOz01L6PiasxYbKpwkYwK3r5znmb9SWhaZ2g173T2oWTWdmLDMmDDg2v3rcu8dveuNHT7SFw/640" alt="640" />
陈玉康 / 中国科学院自己主动化研究所硕士生
陈玉康。本科毕业于北京航空航天大学,曾赴加拿大约克大学、德国慕尼黑工业大学交流交换,先后在百度 IDL、地平线机器人实习。现为中科院自己主动化所模式识别方向硕士,眼下研究深度学习模型优化、模型压缩等方向。
基于进化算法和强化学习的网络结构搜索算法
深度神经网络逐渐替代了人工设计的特征。并在图像、语音、文本等领域不断超越传统算法。
然而。深度神经网络的兴起也带来了新的问题。良好神经网络的结构通常须要研究者在拥有丰富经验的情况下不断尝试,消耗大量的时间和计算资源来设计。而这样设计出来的网络结构通常情况下仍然存在着各种各样的问题,比方參数量大,精度低等等。因此,自己主动化的神经网络结构设计逐渐成为深度学习的进一步需求。
本报告将具体介绍我们提出的一种在进化算法框架下结合强化学习的神经网络结构搜索算法。本算法在消耗极少计算资源的情况下,在 CIFAR-10 和 ImageNet 等分类任务上取得了良好的效果。此外。我们还会讨论神经网络结构搜索方向的重点难点,以及未来的工作和趋势。
1 / 扫码关注
长按识别二维码。关注PaperWeekly
2 / 回复暗号
在PaperWeekly微信公众号后台
回复暗号181027
就可以获取视频和嘉宾课件
https://mmbiz.qpic.cn/mmbiz_gif/xuKyIMVqtF2cO2WSmiccOqL8YlIwp5Xv2cqdDp6ANbUt8yibCc1cgQQrPHLKhf73icQGHves57M2XMZLJxIhF0e7g/640?" alt="640? " />
让你的论文被很多其它人看到
怎样才干让很多其它的优质内容以更短路径到达读者群体,缩短读者寻找优质内容的成本呢? 答案就是:你不认识的人。
总有一些你不认识的人,知道你想知道的东西。PaperWeekly 也许能够成为一座桥梁,促使不同背景、不同方向的学者和学术灵感相互碰撞。迸发出很多其它的可能性。
PaperWeekly 鼓舞高校实验室或个人,在我们的平台上分享各类优质内容,能够是最新论文解读,也能够是学习心得或技术干货。我们的目的仅仅有一个,让知识真正流动起来。
实录分享 | 计算未来轻沙龙:揭秘AutoML技术(视频 + PPT)的更多相关文章
- 第四范式涂威威:AutoML技术现状与未来展望
以下内容是对AutoML技术现状与未来展望讲座的总结. 1.机器学习定义 <西瓜书>中的直观定义是:利用经验来改善系统的性能.(这里的经验一般是指数据) Mitchell在<Mach ...
- AutoML技术现状与未来展望
以下内容是对AutoML技术现状与未来展望讲座的总结. 1.机器学习定义 <西瓜书>中的直观定义是:利用经验来改善系统的性能.(这里的经验一般是指数据) Mitchell在<Mach ...
- 【转载】 AutoML技术现状与未来展望
原文地址: https://www.cnblogs.com/marsggbo/p/9309520.html ---------------------------------------------- ...
- 【转载】 第四范式涂威威:AutoML技术现状与未来展望
原文地址: https://www.jiqizhixin.com/articles/2018-07-12-17 -------------------------------------------- ...
- [安全分享]斗鱼&360补天沙龙分享-跨域资源那些事
[安全分享]斗鱼&360补天沙龙分享-跨域资源那些事 主要内容: 文件: http://scan.javasec.cn/补天&斗鱼-跨域资源那些事.pdf
- 金融应用,计算未来投资回报值 Exercise06_07
import java.util.Scanner; /** * @author 冰樱梦 * 时间:2018年下半年 * 题目:金融应用,计算未来投资回报值 * */ public class Exer ...
- 4星|《超级技术:改变未来社会和商业的技术趋势》:AI对人友好吗
超级技术:改变未来社会和商业的技术趋势 多位专家或经济学人编辑关于未来的预测,梅琳达·盖茨写了其中一章.在同类书中属于水平比较高的,专家只写自己熟悉的领域,分析与预测有理有据而不仅仅是畅想性质. 以下 ...
- 分享MYSQL中的各种高可用技术(源自姜承尧大牛)
分享MYSQL中的各种高可用技术(源自姜承尧大牛) 图片和资料来源于MYSQL大牛姜承尧老师(MYSQL技术内幕作者) 姜承尧: 网易杭州研究院 技术经理 主导INNOSQL的开发 mysql高可用各 ...
- 分享MYSQL中的各种高可用技术
分享MYSQL中的各种高可用技术 图片和资料来源于姜承尧老师(MYSQL技术内幕作者) mysql高可用各个技术的比较 数据库的可靠指的是数据可靠 数据库可用指的是数据库服务可用 可靠的是数据:例如工 ...
随机推荐
- laravel 集合
最近一直在用laravel框架,比较喜欢laravel的ORM(通常我们理解的Model)...但是默认情况下,Eloquent 查询的结果总是返回 Collection 实例...所有不得不了解co ...
- Splay-Tree总结一:模拟队列
伸展树是一种强大的数据结构,由于其特性,可以很好地模拟队列的插队等操作,而线段树解决这类问题通常需要转化一下,比较伤脑筋 而用伸展树的解决方法就是先建好一颗节点数等于队列长度的树,每个队列元素在队列中 ...
- iOS中按钮点击事件处理方式
写在前面 在iOS开发中,时常会用到按钮,通过按钮的点击来完成界面的跳转等功能.按钮事件的实现方式有多种,其中 较为常用的是目标-动作对模式.但这种方式使得view与controller之间的耦合程度 ...
- SPLAY,LCT学习笔记(五)
这一篇重点探讨LCT的应用 例:bzoj 2631 tree2(国家集训队) LCT模板操作之一,利用SPLAY可以进行区间操作这一性质对维护懒惰标记,注意标记下传顺序和如何下传 #include & ...
- Chakra调试笔记 TypedArray
一.TypedArray类型 TypedArray是漏洞中常见到的结构,手册用法有四 1.new TypedArray(length); //byteLength=length * sizeof(Ty ...
- JS高级 - 面向对象3(面向过程改写面向对象)
改写: 1.前提:所有东西都在 onload 里 2.改写:不能有函数嵌套,可以有全局变量 onload --> 构造函数 全局变量 --> 属性 函数 --> 方法 4.改错: t ...
- css盒子模型和定位
content padding border margin 可以理解为在商场上看到的电视机. 电视机------content 装电视机的箱子边框有粗细------border 电视机与箱子之间的泡沫 ...
- Linux !的使用
转自:https://www.linuxidc.com/Linux/2015-05/117774.htm 一.history 78 cd /mnt/ 79 ls 80 cd / 81 history ...
- MySQL存储过程整理
MySQL存储过程 2018-08-15 23:00:06 1.存储过程介绍 (1) 定义:存储过程是存储在数据库目录中的一段声明性SQL语句. 触发器,其他存储过程以及java,python,ph ...
- K-means聚类算法及python代码实现
K-means聚类算法(事先数据并没有类别之分!所有的数据都是一样的) 1.概述 K-means算法是集简单和经典于一身的基于距离的聚类算法 采用距离作为相似性的评价指标,即认为两个对象的距离越近,其 ...