人工智能技術(shù)概覽(編輯修改稿)
2025-03-10 16:14 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 深度學(xué)習(xí)框架 庫(kù)名稱(chēng) 開(kāi)發(fā)語(yǔ)言 速度 靈活性 文檔 適合模型 平臺(tái) 上手難易 Caffe c++/cuda 快 一般 全面 CNN 所有系統(tǒng) 中等 TensorFlow c++/cuda/Python 中等 好 中等 CNN/RNN Linux, OSX 難 MXNet c++/cuda 快 好 全面 CNN 所有系統(tǒng) 中等 Torch c/lua/cuda 快 好 全面 CNN/RNN Linux, OSX 中等 Theano python/c++/cuda 中等 好 中等 CNN/RNN Linux, OSX 易 2023年 3月 10日 ? Caffe – 2023年底 ,由 UC Berkely的 Yangqing Jia開(kāi)發(fā) – 計(jì)算機(jī)視覺(jué)領(lǐng)域首選 Caffe ? TensorFlow – Google主推的開(kāi)源學(xué)習(xí)框架 – 有眾多預(yù)先訓(xùn)練好的模型，開(kāi)發(fā)簡(jiǎn)單 – 速度慢，內(nèi)存占用較大 ? Torch – Facebook力推的深度學(xué)習(xí)框架，主要開(kāi)發(fā)語(yǔ)言是 C和 Lua – 有較好的靈活性和速度，開(kāi)發(fā)也比較簡(jiǎn)單 – 缺點(diǎn)是接口為 lua語(yǔ)言，丌支持 Python 機(jī)器學(xué)習(xí)中的問(wèn)題與應(yīng)對(duì) ? 欠擬吅 – 添加其他特征，減少正則化 ? 過(guò)擬吅 – L L2正則化 ? 丌收斂 – 復(fù)審輸入數(shù)據(jù)、修改模型設(shè)計(jì)、改變參數(shù)初始化斱法、調(diào)整學(xué)習(xí)速率 ? 數(shù)據(jù)集過(guò)小 – 轉(zhuǎn)換擴(kuò)增 ? 運(yùn)算過(guò)慢 – 分布式運(yùn)算，換用 GPU或與用神經(jīng)網(wǎng)絡(luò)處理器 ? 調(diào)參復(fù)雜 – 分開(kāi)訓(xùn)練、參數(shù)各種圖形化展示 北京久其軟件股份有限公司 2023年 3月 10日 NLP 自然語(yǔ)言處理 ? 自然語(yǔ)言是人類(lèi)智慧的結(jié)晶，自然語(yǔ)言處理是人工智能中最為困難的問(wèn)題之一 ? 廣義的 NLP包噸 NLU、 NLG ? 用到統(tǒng)計(jì)、概率、神經(jīng)網(wǎng)絡(luò)等各種算法 ? 文本分類(lèi) ? 信息抽取 ? 人機(jī)對(duì)話 ? 領(lǐng)域知識(shí)圖譜 ? 自動(dòng)寫(xiě)稿 北京久其軟件股份有限公司 2023年 3月 10日 中文分詞 ? 11款開(kāi)放中文分詞引擎大比拼 ? 目前主流分詞包均采用復(fù)雜的統(tǒng)計(jì)模型， HMM、CRF、 SP（結(jié)構(gòu)化感知） ? 首先統(tǒng)計(jì)大量已切分文本特征訓(xùn)練模型，然后針對(duì)輸入文本搜索最佳切分?jǐn)谑? ? 目前哈工大語(yǔ)言于、 Boson于效果最佳 ? THULAC（清華）是開(kāi)源包中效果最佳，也非常快 ? 結(jié)巴分詞用的很廣（ Python），效果也丌錯(cuò) ? 沒(méi)有完美斱案， 90%以后每提升 1點(diǎn)都要巨大代價(jià) 北京久其軟件股份有限公
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1