文章 2023-05-16 来自:开发者社区

ViT的复仇:Meta AI提出ViT训练的全新baseline

本文提出了训练视觉 Transformer(ViT)的三种数据增强方法:灰度、过度曝光、高斯模糊,以及一种简单的随机修剪方法 (SRC)。实验结果表明,这些新方法在效果上大大优于 ViT 此前的全监督训练方法。 Transformer 模型 [55] 及其衍生模型在 NLP 任务中取得巨大成功后,在计算机视觉任务中也越来越受欢迎。这一系列的模型越来越多地用于图像分类 [13]、检测与分割...

ViT的复仇:Meta AI提出ViT训练的全新baseline
文章 2023-05-15 来自:开发者社区

纯MLP在下游任务上欠佳?Meta AI等提出稀疏MLP,超越transformer

来自 Meta AI 和纽约州立大学布法罗分校的研究者分析了 MLP 在表达能力方面的局限性,并提出了在特征和输入(token)维度上带有混合专家系统(MoE)的稀疏激活 MLP。作为基于注意力模型的替代方案,纯 MLP 架构吸引了越来越多的关注。在 NLP 中,gMLP 等近期工作表明,纯 MLP 在语言建模方面可以达到与 transformer 相当的性能,但在下游任务中弱于 transfo....

纯MLP在下游任务上欠佳?Meta AI等提出稀疏MLP,超越transformer
文章 2023-05-13 来自:开发者社区

Meta揭幕全球最快AI超算:目标一天之内训练万亿参数大模型

最近一段时间,超级计算机是科技公司比拼的重点。昨天商汤科技的 AIDC 刚刚启用,今天又传来了脸书超算的消息。当地时间 1 月 24 日,Meta(原 Facebook)揭幕了其研究团队的全新人工智能超级计算机,预计在 2022 年中全部完成后,它将成为世界最快的计算机。在报道文章中,Meta 表示新超算 AI Research SuperCluster(RSC)将帮助该公司构建更好的 AI 模....

Meta揭幕全球最快AI超算:目标一天之内训练万亿参数大模型
文章 2023-05-13 来自:开发者社区

7 Papers & Radios | Meta AI首个多模态自监督算法;牛津、谷歌等撰文综述AutoRL

本周论文包括Meta AI提出了一种名为 data2vec 的自监督学习新架构,在多种模态的基准测试中超越了现有 SOTA 方法;谷歌、MIT 等提出分类器可视化解释方法 StylEx等。目录data2vec: A General Framework for Self-supervised Learning in Speech, Vision and Language Explaining in....

7 Papers & Radios | Meta AI首个多模态自监督算法;牛津、谷歌等撰文综述AutoRL
文章 2023-05-13 来自:开发者社区

超越ImageNet预训练,Meta AI提出SplitMask,小数据集也能自监督预训练

大规模数据集对自监督预训练是必要的吗?Meta AI 认为,小数据集也能自监督预训练,效果还不错。目前,计算机视觉神经网络被大量参数化:它们通常有数千万或数亿个参数,这是它们成功利用大型图像集合 (如 ImageNet) 的关键。然而,这些高容量模型往往会在小型(包含数十万张图像)甚至中型数据集上过度拟合。因此,有研究者指出在 2014 年:学习 CNN 的过程相当于估计模型数百万个参数,这需要....

超越ImageNet预训练,Meta AI提出SplitMask,小数据集也能自监督预训练
文章 2023-05-13 来自:开发者社区

Meta AI & UC Berkeley 新作 | Early Dropout: Make Hinton‘s Drouout Great Again!

Title: Dropout Reduces UnderfittingPaper: https://arxiv.org/pdf/2303.01500.pdfCode: https://github.com/facebookresearch/dropout导读由Hinton等人于2012年提出,作为防止神经网络过拟合(overfitting)的正则化器,dropout已经经受住了时间的考验。**本....

Meta AI & UC Berkeley 新作 | Early Dropout: Make Hinton‘s Drouout Great Again!
文章 2023-05-10 来自:开发者社区

如何实现2000万QPS?Meta揭秘背后的AI平台MultiRay:日均处理8000亿次请求!

【新智元导读】大模型背后的基础设施该怎么建设才最划算?想要性能强,模型除了「大」,还是「大」。 无论是自然语言处理、计算机视觉或是其他领域的研究,当下的深度学习研究范式通常采用非常大的模型架构,对海量的数据进行训练,然后将其用于一个特定的任务上,从而取得更佳的结果。 这种范式的好处是可以提升任务的性能指标,但由于其昂贵的训练成本,如果有大量的问题需要解决,那相应地就需要训练多....

如何实现2000万QPS?Meta揭秘背后的AI平台MultiRay:日均处理8000亿次请求!
文章 2023-05-10 来自:开发者社区

数学奥赛狂砍10题!Meta发布全新定理证明器:AI即将接管数学?

【新智元导读】人类主导的数学领域也要被AI攻克了?张益唐教授最近发布的论文宣布攻克「郎道-西格尔零点猜想问题」,着实让数学之美火出了圈。实际上每个定理的证明都需要天才般的灵感和不断尝试。论灵感一现,机器永远也比不上人类;但论刻苦能力,那AI模型可以甩人类十条街,给它资料它真学啊!长期以来,科学界也一直将「AI能够自动进行定理证明」视为制造智能机器的关键一步。要证明一个特定的猜想是真是假,需要用到....

数学奥赛狂砍10题!Meta发布全新定理证明器:AI即将接管数学?
文章 2023-05-09 来自:开发者社区

1句话生成视频AI爆火!Meta最新SOTA模型让网友大受震撼(2)

这个模型产生的契机是,Meta希望推动创意表达,将这种文本到图像的趋势与以前的草图到图像模型相结合,从而产生文本和以草图为条件的图像生成之间的奇妙融合。这意味着我们可以快速勾勒出一只猫,写出自己想要什么样的图像。遵循草图和文本的指导,这个模型会在几秒钟内,生成我们想要的完美插图。你可以把这种多模态生成AI方法看作是一个对生成有更多控制的Dall-E模型,因为它还可以将快速草图作为输入。之所以称它....

1句话生成视频AI爆火!Meta最新SOTA模型让网友大受震撼(2)
文章 2023-05-09 来自:开发者社区

1句话生成视频AI爆火!Meta最新SOTA模型让网友大受震撼

【新智元导读】Meta新模型Make-A-Video,可以从文本一键生成视频了!AI的进展太神了……给你一段话,让你做个视频,你能行吗?Meta表示,我可以啊。你没听错:使用AI,你也可以变成电影人了!近日,Meta推出了新的AI模型,名字起得也是非常直接:做个视频(Make-A-Video)。这个模型强大到什么程度?一句话,就能实现「三马奔腾」的场景。就连LeCun都说,该来的总是会来的。视觉....

1句话生成视频AI爆火!Meta最新SOTA模型让网友大受震撼

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

{"cardStyle":"productCardStyle","productCode":"aliyun","productCardInfo":{"productTitle":"阿里云 AI","productDescription":"从 AI 应用构建,模型部署到训练,一站式了解阿里云经典的 AI 应用场景和解决方案。","productContentLink":"https://www.aliyun.com/solution/tech-solution/ai","isDisplayProductIcon":true,"productButton1":{"productButtonText":"查看详情","productButtonLink":"https://www.aliyun.com/solution/tech-solution/ai"},"productButton2":{"productButtonText":"联系 AI 专家","productButtonLink":"https://page.aliyun.com/form/act933288178/index.htm?spm=5176.29311086.J_RY_4Q8--sru4dMV7o3lqS.2.22ec5297YL7w86"},"productButton3":{"productButtonText":"立即体验","productButtonLink":"https://bailian.console.aliyun.com/?spm=5176.28326591.0.0.56136ee1bpor89#/efm/model_experience_center"},"productPromotionInfoBlock":[{"$id":"0","productPromotionGroupingTitle":"热门体验","productPromotionInfoFirstText":"文生文应用","productPromotionInfoFirstLink":"https://bailian.console.aliyun.com/?spm=5176.29311086.J__xR9sQs7AmaTHLBTgN3VS.1.22ec52978mJi5p#/home","productPromotionInfoSecondText":"文生图应用","productPromotionInfoSecondLink":"https://bailian.console.aliyun.com/?spm=5176.29311086.J__xR9sQs7AmaTHLBTgN3VS.2.22ec52978mJi5p#/efm/model_experience_center?modelId=wanx-v1"},{"$id":"1","productPromotionGroupingTitle":"热门产品","productPromotionInfoFirstText":"大模型服务平台百炼","productPromotionInfoFirstLink":"https://www.aliyun.com/product/bailian","productPromotionInfoSecondText":"人工智能平台 PAI","productPromotionInfoSecondLink":"https://www.aliyun.com/product/bigdata/learn"},{"$id":"2","productPromotionGroupingTitle":"技术解决方案","productPromotionInfoFirstText":"向量检索与通义千问搭建专属问答服务","productPromotionInfoFirstLink":"https://www.aliyun.com/solution/tech-solution/dashvector","productPromotionInfoSecondText":"创意加速器:AI 绘画创作","productPromotionInfoSecondLink":"https://www.aliyun.com/solution/tech-solution/tongyi-wanxiang"},{"$id":"3","productPromotionGroupingTitle":"热门模型","productPromotionInfoFirstText":"通义千问","productPromotionInfoFirstLink":"https://tongyi.aliyun.com","productPromotionInfoSecondText":"通义万相","productPromotionInfoSecondLink":"https://tongyi.aliyun.com/wanxiang"}],"isOfficialLogo":false},"activityCardInfo":{"activityTitle":"","activityDescription":"","cardContentBackgroundMode":"LightMode","activityContentBackgroundImageLink":"","activityCardBottomInfoSelect":"activityPromotionInfoBlock","activityPromotionInfoBlock":[]}}

阿里云机器学习平台PAI

阿里云机器学习PAI(Platform of Artificial Intelligence)面向企业及开发者,提供轻量化、高性价比的云原生机器学习平台,涵盖PAI-iTAG智能标注平台、PAI-Designer(原Studio)可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台,支持千亿特征、万亿样本规模加速训练,百余落地场景,全面提升工程效率。

+关注