以数据为中心
1、从大数据转向优质数据;
2、保持神经网络不变,转向寻找改进数据的方法。能够检测出大数据的标注错误的工具需要开发出来,以改善数据的一致性。能够将注意力定位到分类错误的一类,然后详细分析,调整该类数据,而不是为了该类数据而去改进模型。
3、合成数据不仅仅用来增加整个数据集的量,而且可以只针对表现不佳的类别进行数据的合成,更有针对性的解决问题。希望看到使用合成的数据成为迭代模型开发闭环的一部分。
本文发布于:2024-01-28 04:33:47,感谢您对本站的认可!
本文链接:https://www.4u4v.net/it/17063876314806.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |