没有合适的资源?快使用搜索试试~ 我知道了~
首页谷歌AutoML调研报告
谷歌AutoML调研报告 2017 年 5 月,谷歌大脑研究人员宣布创建了 AutoML,该 AI 系统能够创造自己的 AI 系统。最近,他们决定让 AutoML 攻克迄今为止对它来说最大的挑战,令人惊讶的是,AutoML 创造了一个非常厉害的「后代」,它的表现甚至超过了所有人类设计的 AI 系统。(--引自百度百科) 为了实现机器学习模型的设计自动化,谷歌研究者采用了增强学习的方法。AutoML 作为神经网络控制器,为一个特定任务开发子代 AI 网络。这个被研究人员称为 NASNet(Neural Architecture Search technology) 的子代 AI 的任务是在视频中实时地识别物体,包括人、汽车、交通灯、手袋、背包等。(--引自百度百科) 目前AutoML包括三个工具分别是:AutoML Vision(视觉领域),自然语言处理领域和翻译领域。
资源详情
资源评论
资源推荐

日期:2018 年 7 月 31 日
AutoML 调研报告

目录
1.AutoML 简介 .............................................................................................................................. 3
1.1 AutoML 自动编程框架简介 ............................................................................................... 3
1.2 AutoML 产品定位 ............................................................................................................... 3
1.3 AutoML 关键技术 ............................................................................................................... 4
2.AutoML 应用现状 ...................................................................................................................... 8
2.1 AutoML 应用举例 ............................................................................................................... 8
2.2 AutoML 评价 ....................................................................................................................... 8
3.AutoML 技术实现 .................................................................................................................... 10
3.1 AutoML 原理说明 ............................................................................................................. 10
3.2 AutoML 技术细节 ............................................................................................................. 11
3.3 AutoML 最新技术 ............................................................................................................. 12
4.AutoML 收费与使用 ................................................................................................................ 16

1.AutoML 简介
1.1 AutoML 自动编程框架简介
2017 年 5 月,谷歌大脑研究人员宣布创建了 AutoML,该 AI 系
统能够创造自己的 AI 系统。最近,他们决定让 AutoML 攻克迄今为
止对它来说最大的挑战,令人惊讶的是,AutoML 创造了一个非常厉
害的「后代」,它的表现甚至超过了所有人类设计的 AI 系统。(--引
自百度百科)
为了实现机器学习模型的设计自动化,谷歌研究者采用了增强学
习的方法。AutoML 作为神经网络控制器,为一个特定任务开发子代
AI 网络。这个被研究人员称为 NASNet(Neural Architecture
Search technology) 的子代 AI 的任务是在视频中实时地识别物体,
包括人、汽车、交通灯、手袋、背包等。(--引自百度百科)
目前 AutoML 包括三个工具分别是:AutoML Vision(视觉领域),
自然语言处理领域和翻译领域。
1.2 AutoML 产品定位
(1)AuotoML 要实现的目标:
目前,设计神经网络非常费时,并且需要专家只在科学和工程领
域中的一小部分进行研究。为了解决这一问题,我们创造了一种名为
AutoML 的工具,有了它,神经网络可以设计神经网络。我们希望
AutoML 能做到目前博士们可以达到的水平,三至五年之后,我们希望

它能为众多开发者设计不同功能的新的神经网络。--引自 谷歌 CEO
Sundar Pichai
(2)AuotoML 产品特点及优势
我很荣幸地宣布 AutoML Vision 面世。这是一款能让每个人都有
能力构建机器学习模型,却无需机器学习经验的产品。这是“人工智
能民主化”的重要进展!也是令人振奋的团队合作结果。”
--谷歌云负责人、首席科学家 李飞飞
三点优势:一是即使用户的机器学习专业知识有限,也可以获得
更准确的模型。二是能更快速的建立模型,用户可以在几分钟内或者
在一天内构建完整的能用的模型。三是易于使用,用户操作的界面简
洁清晰。
(3)Google 的经济动机
谷歌之所以一直强调高效使用深度学习的关键是更多的计算力,
是因为这与它的利益相关,因为在计算力这个方面,谷歌足以吊打其
他人。如果这是真的,那我们可能都需要购买谷歌的产品了。就其本
身而言,这并不意味着谷歌的说法是错误的,但是我们最好意识到他
们言论之下的经济动机。--引自 论智 Rachel Thomas
1.3 AutoML 关键技术
“我们的方法(AutoML)中,一个控制器神经网络可以生成一个
子模型架构……”—引自 谷歌 AI 的研究者 Barret Zoph 和 Quoc Le
(1)AutoML Vision 简介
剩余16页未读,继续阅读




















一只爬行的蜗牛
- 粉丝: 4
- 资源: 1
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助

会员权益专享
最新资源
- Xilinx SRIO详解.pptx
- Informatica PowerCenter 10.2 for Centos7.6安装配置说明.pdf
- 现代无线系统射频电路实用设计卷II 英文版.pdf
- 电子产品可靠性设计 自己讲课用的PPT,包括设计方案的可靠性选择,元器件的选择与使用,降额设计,热设计,余度设计,参数优化设计 和 失效分析等
- MPC5744P-DEV-KIT-REVE-QSG.pdf
- 通信原理课程设计报告(ASK FSK PSK Matlab仿真--数字调制技术的仿真实现及性能研究)
- ORIGIN7.0使用说明
- 在VMware Player 3.1.3下安装Redhat Linux详尽步骤
- python学生信息管理系统实现代码
- 西门子MES手册 13 OpcenterEXCR_PortalStudio1_81RB1.pdf
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈



安全验证
文档复制为VIP权益,开通VIP直接复制

评论0