-
版本2.1.0
新功能： 对notebook的各个文件进行介绍 编写K12的操作指南改进： 训练营banner样式修改 个人中心对于课程类型进行分类 高校版本、高职版本首页更新 登录注册入口优化 网站全局搜索结果内容优化 对练习和课程内容之间进行区别 自动打开新的notebook时，关闭当前notebook 登录注册提示文字优化 登录注册部分翻译优化 项目以及数据集的内容优化 优化训练营页面顶部的展示空间 话题标题提示输入长度范围 ‘关于我们’页面的国际化补充 ‘模块开发板...…
-
版本2.00
新功能： 1、浙大版AAT 2、重设公有云版AAT评测简介窗口中“学习课程”的按钮的位置 3、公有云版首页升级，采用gif形式来介绍功能改进： 1、各版本（公有云、高职版和高校版）相关标语修改 ...…
-
版本1.100
新功能： AI评测中心 登录注册新改版改进： 优化个人中心头像上传功能修复： 修复了一些已知问题new function: AI test New revision for login And registerImprove: Optimize profile picture upload functionFix: Fixed some known issues…
-
【技术博客45】gan入门实践
GAN入门实践作者：梅昊铭1. 原理介绍GAN全称是 Generative Adversarial Network，即生成对抗网络。Generative 学习一个生成式模型；Adversarial 使用对抗的方法训练；Networks 使用神经网络。GAN 模型是一种通过对抗的方式去学习数据分布的生成式模型，其核心思想就是通过生成式网络G（Generator）和判别网络D（Discriminator）不断博弈，来达到生成真数据的目的。 GeGAN的思想启发自博弈论中的零和游...…
-
【技术博客44】神经网络分布式训练中参数优先传播方法
44-神经网络分布式训练中参数优先传播方法作者：倪昊这篇论文来自 2019 年 SysML 会议中 Parallel & Distributed Learning 的部分。数据并行训练（Data parallel training） 已经广泛地运用在在深度神经网络的分布式计算中，但是，分布式计算带来的性能提升经常受限于参数同步性能的瓶颈。作者等人提出了一种新的参数同步机制：Priority-based Parameter Propagation （P3），提高了模型的训练集群对网络...…
-
【技术博客43】通过量化知识来解释知识蒸馏
43-通过量化知识来解释知识蒸馏知识蒸馏介绍知识蒸馏（Knowledge Distillation）最早是在2006年由 Bulica 提出的，在2014年 Hinton 对知识蒸馏做了归纳和发展。知识蒸馏主要思想是训练一个小的网络模型来模仿一个预先训练好的大型网络或者集成的网络。Hinton 在2015年发表的论文中提出了‘softmax temperature’的概念，对 softmax 函数做了改进：当 T 等于1时就是标准的 softmax 参数，前者比后者具有这样一个优势：经过训...…
-
【技术博客42】面向大规模的联邦学习 系统设计
42-面向大规模的联邦学习：系统设计摘要联邦学习是一种分布式的机器学习方法，可以对大量分散在移动设备上的数据进行训练，而在实现时，则会遇到许多问题。因此，如何设计一个系统这个问题就会自然而然产生。本文基于 Tensorflow ，介绍基于移动设备的联邦学习的系统设计，概述一些挑战和解决方法，并探讨一些未解决的问题和未来的方向。1 简介联邦学习基础设施建设的基本设计真正的重点还是在于异步与同步训练算法。虽然之前在深度学习中使用了异步算法，达到了非常不错的效果—— DistBelief ，但是...…
-
【技术博客41】纵向联邦学习简介及实现
41-纵向联邦学习简介及实现案例引入某银行A与某互联网公司B达成了企业级的合作。互联网公司A与银行B有着一大部分重合的用户，A有着客户上网行为等特征信息。B有着客户的存贷情况等特征信息以及客户的标签信息——客户的还贷情况(Y)。B希望能够将他所独有的特征信息与A所独有的特征信息相结合，训练出一个更强大的识别客户信用风险的模型，但由于不同行业之间的行政手续，用户数据隐私安全等因素，企业A，B无法直接互通数据，联邦学习应运而生。联邦学习概述联邦学习的定义联邦学习旨在建立一个基于分布数据集的联邦...…
-
【技术博客40】基于alexnet网络的垃圾分类
40-基于AlexNet网络的垃圾分类AlexNetAlexNet模型来源于论文-ImageNet Classification with Deep Convolutional Neural Networks，作者Alex Krizhevsky，Ilya Sutskever，Geoffrey E.Hinton.AlexNet在ImageNet LSVRC-2012比赛中，达到最低的15.3%的Top-5错误率，比第二名低10.8个百分点。网络结构AlexNet包含八层，前五层是卷积层，最后...…
-
【专栏01】 推荐系统（三）基于物品的协同过滤算法
专栏1-推荐系统（三）基于物品的协同过滤算法基于物品的协同过滤算法给用户推荐那些和他们之前喜欢过物品相似的物品，比如用户购买过篮球那系统很有可能对其推荐球衣。基于物品的协同过滤算法主要分为两步：1.计算物品之间的相似度2.根据物品的相似度和用户的历史行为给用户生成推荐列表比如我们可以定义物品的相似度：其中，分母是喜欢物品i的用户数，分子是同时喜欢物品i和物品j的用户数。当然，如果物品j非常热门，那么Wij就接近于1，即任何物品都和热门的物品有很高的相似度，所以我们可以使用下面的公式在设计算...…