极术小姐姐 · 2020年07月16日

让模型适应现实世界:在设备上完成训练实现边缘模型自适应

导读

ARM1651_5F00_2_5F00_blog_5F00_headers_5F00_1600x900_5F00_ST1_5F00_V2.jpg_2D00_1800x1012x2.jpg_2D00_1800x1012x2.jpg

从驾驶辅助功能保证我们在路上的安全,到要求手机设置提醒,神经网络正在为我们生活中越来越多的计算机交互提供动力。

然而,这些神经网络模型的一个缺点是通常所说的"一刀切 "。神经网络模型对所有数据进行学习来最小化数据的误差。但是对于很多用例来说,唯一一种对拥护来说重要的错误就是“我的数据“上的错误。如果你是大多数人的一部分,你可能永远不会注意到一个问题,但神经网络经常会对少数人的表现更差的性能,导致一种隐蔽的技术不平等形式。

作者:Mark O'Connor

阅读直达链接:https://community.arm.com/dev...

欢迎大家点赞留言,更多Arm技术文章动态请关注极术社区Arm技术专栏

推荐阅读
关注数
23567
内容数
1019
Arm相关的技术博客,提供最新Arm技术干货,欢迎关注
目录
极术微信服务号
关注极术微信号
实时接收点赞提醒和评论通知
安谋科技学堂公众号
关注安谋科技学堂
实时获取安谋科技及 Arm 教学资源
安谋科技招聘公众号
关注安谋科技招聘
实时获取安谋科技中国职位信息