整个搜索空间太大,只能人工设计。那么数据、经验、算力足够多了的情况下,可以用强化学习的方法搜索模型空间么?
是的,这也是一个原因,即使是COCO预训练模型,在类似场景的数据集上,预测也不是完美嘛
恩,果然是这样。
我还是觉得训练模型的数据集得人工标注,最起码不能用深度学习模型标注
恩,机器标注的模型一定会带有某种偏差的,那就决定了这个模型标注的数据集上训练的模型也会有这个偏差
人工精调也算人工标注
标注的数据集也不一定非得是模型搞出来的,有些数据可能拿到的时候就有标注了
有啊,那个有专业要求的,我现在记不得了,不过一般的人确实还不好标注= =
肯定啊,模型不能保证不同数据都准
想法挺好的,可以尝试下
实习还是给别人打工为主~~
那肯定的,目前的办法,终极解法还是人
人可以微调纠正过来
是的,模型只是去解决标注工作量过大的问题
总不能每次增加数据都要来一波重标注吧……
一边调模型,一边训练模型,套娃~
那应该就是人肉标注的了~
“有这个必要么?”是“老汤”的话~~
就是这个意思~~最后模型还是跟人学。
但是,也有强化学习左右互搏完虐人类的例子,真让人纠结。。。
嗯,懂了!!!
模型是避免重复标注的。已经训练过的分类就不用人去标注了,只需增量标注新类别~~~~~~~~~~~
现在的还是以“人肉标注”为主
强化学习真的太刁了
是的,这也是一个原因,即使是COCO预训练模型,在类似场景的数据集上,预测也不是完美嘛
恩,果然是这样。
我还是觉得训练模型的数据集得人工标注,最起码不能用深度学习模型标注
恩,机器标注的模型一定会带有某种偏差的,那就决定了这个模型标注的数据集上训练的模型也会有这个偏差
人工精调也算人工标注
标注的数据集也不一定非得是模型搞出来的,有些数据可能拿到的时候就有标注了
有啊,那个有专业要求的,我现在记不得了,不过一般的人确实还不好标注= =
肯定啊,模型不能保证不同数据都准
想法挺好的,可以尝试下
实习还是给别人打工为主~~
那肯定的,目前的办法,终极解法还是人
人可以微调纠正过来
是的,模型只是去解决标注工作量过大的问题
总不能每次增加数据都要来一波重标注吧……
一边调模型,一边训练模型,套娃~
那应该就是人肉标注的了~
“有这个必要么?”是“老汤”的话~~
就是这个意思~~最后模型还是跟人学。
但是,也有强化学习左右互搏完虐人类的例子,真让人纠结。。。
嗯,懂了!!!
模型是避免重复标注的。已经训练过的分类就不用人去标注了,只需增量标注新类别~~~~~~~~~~~
现在的还是以“人肉标注”为主
强化学习真的太刁了