HyperAIHyperAI

Command Palette

Search for a command to run...

زيادة تعبئة وحدات معلومات الوجه المتعددة في نموذج تعلم عميق موحد من خلال التعلم مدى الحياة

Chu-Song Chen Yi-Ming Chan Chein-Hung Chen Jia-Hong Lee Timmy S. T. Wan Steven C. Y. Hung

الملخص

يُعد تشغيل عدة وحدات بشكل متزامن شرطًا أساسيًا لنظام متعدد الوسائط ذكي يُستخدم في التطبيقات المرتبطة بالوجه، مثل التعرف على الوجه وفهم التعبيرات الوجهية وتحديد الجنس. ولدمج هذه المهام بشكل فعّال، تم اقتراح نهج تعلّم مستمر يُمكّن من تعلّم مهام جديدة دون نسيان ما تعلّم سابقًا. على عكس الطرق السابقة التي تزداد حجمها بشكل متزايد، يحافظ نهجنا على الحجم الصغير خلال عملية التعلّم المستمر. ويُعدّ النهج المقترح المُسمّى "التعبئة والتوسع" فعّالًا وسهل التنفيذ، حيث يمكنه تقليل حجم النموذج وتوسيعه تكراريًا لدمج وظائف جديدة. ويمكن للنموذج متعدد المهام المدمج لدينا تحقيق دقة مشابهة للنموذج الأصلي، ولكن بحجم يبلغ فقط 39.9% من الحجم الأصلي.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
زيادة تعبئة وحدات معلومات الوجه المتعددة في نموذج تعلم عميق موحد من خلال التعلم مدى الحياة | مستندات | HyperAI