新闻中心 
-
01-23机器学习优化器介绍 - 常见优化器类型及应用探讨优化器是一种优化算法，用于找到使误差最小化的参数值，以提高模型的准确性。在机器学习中，优化器通过最小化或最大化成本函数来寻找给定问题的最佳解决方案。在不同的算法...
-
01-22改进的RMSprop算法RMSprop是一种广泛使用的优化器，用于更新神经网络的权重。它是由GeoffreyHinton等人在2012年提出的，并且是Adam优化器的前身。RMSpro...
-
01-22综述深度聚类及相关算法深度聚类是一种结合了深度学习模型和聚类算法的方法，用于自动地从数据中学习特征并将数据分组成具有相似特征的类别。相较于传统的聚类算法，深度聚类能够有效处理高维度、...
-
01-22如何处理非独立同分布数据及常用方法非独立同分布是指数据集中的样本之间不满足独立同分布条件。这意味着样本不是从同一分布中独立采样得到的。这种情况可能对某些机器学习算法的性能产生负面影响，特别是在分...
-
01-22段落分隔自适应模型（PSAM）分段任意模型（SegmentationandMaskingModel，SAM）是微软亚洲研究院提出的一种用于图像分割的深度学习模型。SAM的主要目标是解决图像分...
-
01-18RoSA: 一种高效微调大模型参数的新方法随着语言模型扩展到前所未有的规模，对下游任务进行全面微调变得十分昂贵。为了解决这个问题，研究人员开始关注并采用PEFT方法。PEFT方法的主要思想是将微调的范围...
