跳到页脚
雷竞技是骗人的 人工智能 /机器学习 表征视觉问题回答模型与世界的规模

表征视觉问题回答模型与世界的规模

抽象的

事实证明,检测模型之间的概括能力差异已被证明非常困难。我们提出了一种新的统计统计,渐近样品复杂性,以进行模型比较,并构建合成数据分布,以将强大的基线CNN-LSTM模型与具有强大电感偏置的结构化神经网络进行比较。我们的度量标准确定了结构化模型相对于基线的概括能力的明显改善,尽管在现有指标下它们的相似性。

作者

埃利·宾厄姆(Eli Bingham),,,,皮耶罗·莫利诺(Piero Molino),,,,保罗·斯泽利普(Paul Szerlip),,,,Fritz Obermeyer,,,,诺亚·D·古德曼

会议

Vigil @ Neurips 2017

完整的纸

‘表征视觉问题的回答模型如何与世界相比(PDF)

Uber AI

注释
上一篇文章 深度神经进化:遗传算法是训练深度神经网络的竞争替代方案
下一篇文章 半监督的元学习少量分类
埃利·宾厄姆(Eli Bingham)
Eli是一名研究科雷竞技是骗人的学家,致力于概率编程,近似贝叶斯的推论和基础的语言理解。他以前曾从事凝结物理学,计算生物学,气候学,多尺度词典学习和计算机视觉深度学习的工作。在业余时间,他与​​纳米孔DNA Sequencer一起在实验室里闲逛。
皮耶罗·莫利诺(Piero Molino)
皮耶罗(Piero)是斯坦福大学朦雷竞技是骗人的胧研究小组的员工研究科学家。他是Uber AI的前创始成员,他创建了路德维希(Ludwig),从事应用项目(COTA,Uber Eats的图形学习,Uber的对话系统),并发表了有关NLP,对话,可视化,图形学习,加强学习和计算机视觉的研究。雷竞技是骗人的
保罗·斯泽利普(Paul Szerlip)
Paul Szerlip与中央佛罗里达大学的Kenneth Stanley博士获得了博士学位,专注于合作进化软件的开源基础设施。这个开源平台使研究人员能够快速将众包人的贡献与自动化算法相结合,同时雷竞技是骗人的使结果易于在线访问。他后来的研究强调了将雷竞技是骗人的神经进化技术纳入深度搜索和深度学习框架等神经进化技术的新方法。
Fritz Obermeyer
Fritz是Uber 雷竞技是骗人的AI的研究工程师,专注于概率编程。他是Pyro团队的工程领导者。
诺亚·古德曼
除了在Uber AI实验室工作外,Noah还是斯坦福大学的心理学,计算机科学和语言学副教授,在那里他经营计算和认知实验室。