无标签深度学习

无标签深度学习

本文内容

宣布向 Apache Spark 社区提供新的开源贡献，用于创建深度、分布式对象检测器 - 无需任何人工生成的标签

本文由 Microsoft ML for Apache Spark 团队成员撰写 - Mark Hamilton、Minsoo Thigpen、Abhiram Eswaran、Ari Green、Courtney Cochrane、Janhavi Suresh Mahajan、Karthik Rajendran、Sudarshan Raghunathan 和 Anand Raman。

这篇文章由 Microsoft ML for Apache Spark 团队成员撰写 - Mark Hamilton、Minsoo Thigpen、Abhiram Eswaran、Ari Green、Courtney Cochrane、Janhavi Suresh Mahajan、Karthik Rajendran、Sudarshan Raghunathan 和 Anand Raman。

在当今时代，如果数据是新的石油，那么标记数据就是新的黄金。

在 Microsoft，我们经常花费大量时间思考“大数据”问题，因为这些问题最容易通过深度学习解决。然而，我们经常忽略那些更普遍、更困难的问题，这些问题几乎没有数据可供训练。在这项工作中，我们将展示如何在没有任何数据的情况下为网络上的几乎所有内容创建对象检测器。这有效地绕过了整理数据集和雇用人工标记员的昂贵且资源密集型过程，使您能够直接跳转到智能模型，完全在 sillico 中进行分类和对象检测。

无需任何数据 在 sillico 中

我们应用这种技术来帮助监测和保护濒临灭绝的雪豹种群。

本周在欧洲举行的 Spark + AI 峰会上，我们很高兴与社区分享 Microsoft ML for Apache Spark 库的以下令人兴奋的新增功能，这些功能使使用 Apache Spark 和 Azure Databricks 可以轻松大规模复制此工作流程：

欧洲 Spark + AI 峰会 Microsoft ML for Apache Spark 库

Bing on Spark：使用 Bing 搜索更轻松地在 Spark 上构建应用程序。

Spark 上的 Bing Spark 上的 LIME 高性能 Spark Serving 150 万 其中