首页
查找话题
首页
如何解决测试中充斥着大量训练集中没见过的样本类型模型将其识别成非我族类仍然保持测试集的高精度?
如何解决测试中充斥着大量训练集中没见过的样本类型模型将其识别成非我族类仍然保持测试集的高精度? 第1页
1
xiaohuzc 网友的相关建议:
有研究领域专门研究这个的:
open set
或者
OOD(Out of Distribution)。
如何解决测试中充斥着大量训练集中没见过的样本类型模型将其识别成非我族类仍然保持测试集的高精度? 的其他答案 点击这里
1
相关话题
医学生学习机器学习该如何入门?
如何看待清华首个 AI 学生华智冰?
实体提取任务中使用BERT-CRF时,CRF根据数据统计可以得到转移概率,为啥还要训练呢?
为什么说大模型训练很难?
如何看待在某度搜不到megengine官网?
graph convolutional network有什么比较好的应用task?
为什么蚂蚁集团会投资 AI 服务商瑞莱智慧?
如何看待End-to-End Object Detection with Transformers?
如何看待 2019 年麻省理工选出的全球十大突破性技术,你觉得其中哪个技术会在 5 年内产生巨大影响?
如何理解 Swin Transformer 和 Vision Transformer不同任务上的差异?
前一个讨论
怎样拒绝学术“伸手党”?
下一个讨论
已经知道自己拥有更好的选择却依然按照自己的喜好选择跳入甚至留在「天坑专业」的你,现在感觉如何?
相关的话题
简单解释一下sparse autoencoder, sparse coding和restricted boltzmann machine的关系?
应届硕士毕业生如何拿到知名互联网公司算法岗(机器学习、数据挖掘、深度学习) offer?
如何看待旷视科技新产品监视学生上课?
如何评价 DeepMind 公布的可生成算法竞赛解题代码的 AlphaCode?
人工智能会是泡沫吗?
为什么softmax很少会出现[0.5,0.5]?
神经网络为什么可以(理论上)拟合任何函数?
卷积神经网络中卷积核是如何学习到特征的?
如何看待SIREN激活函数的提出?
行人轨迹预测有哪些有效的方法和普遍的base方法?或者public dataset?
为什么强大的 MXNet 一直火不起来?
如何证明数据增强(Data Augmentation)有效性?
如何评价FAIR提出的MaskFeat:一种适用图像和视频分类的自监督学习方法?
什么时候对数据进行[0,1]归一化,什么时候[-1,1]归一化,二者分别在什么场景?
deepmind发表的neural processes(神经过程),这个是怎么实现的呢?
深度学习方面的科研工作中的实验代码有什么规范和写作技巧?如何妥善管理实验数据?
如何理解 Swin Transformer 和 Vision Transformer不同任务上的差异?
什么是大模型?超大模型?Foundation Model?
如果不按套路下棋是不是就能赢 Alpha Go 了?
目标检测中的mAP是什么含义?
导盲犬有存在的必要吗?
真实世界的帧率是多少?
如何评价mixup: BEYOND EMPIRICAL RISK MINIMIZATION?
DL框架的未来发展,TensorFlow/MXNet/PyTorch, 选哪个?
注意力机制是如何学习到模型所应注意的区域的?
人工智能相关的岗位薪酬状况如何?
有谁照着论文把 AlphaGo 重现出来了?
GAN生成的数据没有标签怎么用来训练分类模型?
为什么CV能做到让一幅人脸图动了笑了,而NLP的text-style-transfer进展貌似一般?
有没有根据一张人物的立绘正面像,自动生成同风格各侧面角度像并自动衍生表情的软件啊?
服务条款
联系我们
关于我们
隐私政策
© 2025-05-02 - tinynew.org. All Rights Reserved.
© 2025-05-02 - tinynew.org. 保留所有权利