最近观察到了一系列现象
我们这种 AI 小公司,深感生存不易,只好搞搞开源了。4 月底我们获得了NeurIPS-AutoDL 世界冠军,击败了来自 Google/微软 /阿里 /腾讯 /清华 /CMU 等机构的队伍。相关代码已开源。在这个艰难的时期里,欢迎大家一起来苦中作乐,一起来探索全自动深度学习。
AutoDL 聚焦于自动进行任意模态(图像、视频、语音、文本、表格数据)多标签分类的通用算法,可以用一套标准算法流解决现实世界的复杂分类问题,解决调数据、特征、模型、超参等烦恼,最短 10 秒就可以做出性能优异的分类器。本工程在不同领域的 24 个离线数据集、15 个线上数据集都获得了极为优异的成绩。AutoDL 拥有以下特性:
☕ 全自动:全自动深度学习 /机器学习框架,全流程无需人工干预。数据、特征、模型的所有细节都已调节至最佳,统一解决了资源受限、数据倾斜、小数据、特征工程、模型选型、网络结构优化、超参搜索等问题。只需要准备数据,开始 AutoDL,然后喝一杯咖啡。
🌌 通用性:支持任意模态,包括图像、视频、音频、文本和结构化表格数据,支持任意多标签分类问题,包括二分类、多分类、多标签分类。它在不同领域都获得了极其优异的成绩,如行人识别、行人动作识别、人脸识别、声纹识别、音乐分类、口音分类、语言分类、情感分类、邮件分类、新闻分类、仓库存预估、销量预测、精准营销等等。
👍 效果出色:AutoDL 竞赛获得压倒性优势的冠军方案,包含对传统机器学习模型和最新深度学习模型支持。模型库包括从 LR/SVM/LGB/CGB/XGB 到 ResNet*/MC3/DNN/ThinResnet*/TextCNN/RCNN/GRU/BERT 等优选出的冠军模型。
⚡ 极速 /实时:最快只需十秒即可获得极具竞争力的模型性能。结果实时刷新(秒级),无需等待即可获得模型实时效果反馈。
开源代码传送门
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.