《TensorFlow技术解析与实战》——1.6 机器学习的相关赛事

  1. 云栖社区>
  2. 博客>
  3. 正文

《TensorFlow技术解析与实战》——1.6 机器学习的相关赛事

异步社区 2017-05-02 15:08:00 浏览1499

本节书摘来异步社区《TensorFlow技术解析与实战》一书中的第1章,第1.6节,作者:李嘉璇,更多章节内容可以访问云栖社区“异步社区”公众号查看。

1.6 机器学习的相关赛事

说到机器学习,不得不提到每年的一些挑战赛。近年来取得好成绩的队伍,常常时使用深度学习的方法的。正是这些赛事激励着全世界科学家不断采用更优化的方法提高算法结果的准确率,也引领着年度的深度学习探索方向。

1.6.1 ImageNet的ILSVRC

ILSVRC(ImageNet Large Scale Visual Recognition Challenge,大规模视觉识别挑战赛)是用来大规模评估对象检测和图像识别的算法的挑战赛。从2010年开始,至2016年已举办7届。ImageNet是目前世界上最大的图像识别数据库,拥有超过1500万张有标记的高分辨率图像的数据集,这些图像分属于大概22 000个类别。ILSVRC使用ImageNet的一个子集,分为1 000种类别,每种类别中都有大约1 000张图像。总之,大约有120万张训练图像,5万张验证图像和15万张测试图像。[13]图1-14所示为ImageNet的官方网站。

0f19aabd3f30f690f1399ae7d0e06aace7190d30

ILSVRC每年邀请谷歌、微软、百度等IT企业使用ImageNet,测试他们图片分类系统运行情况。过去几年中,该系统的图像识别功能大大提高,出错率仅为约5%(比人眼还低,人眼的识别错误率大概在5.1%[14])。在2015年,ILSVRC的错误率已经降低到了3.57%[15],采用152层的ResNet获得了2015年分类任务的第一名。ILSVRC历年的Top-5错误率如图1-15所示。

在ImageNet上,习惯性地报告两个错误率:Top-1和Top-5。Top-1错误率是指,预测输出的概率最高的类别,是否和人工标记的类别一致,如果不一致,此时的概率。Top-5错误率是指,预测输出的概率最高的前5个类别当中,有没有和人工标记的类别一致,当5个都不一致时的概率。例如在图片分类任务下,对一张图片进行预测,输出这张图片分类概率最高的5个类别,只要有一个预测的类别和人工标注的类别标记一致,就是认为正确。当5个都不一致发生的概率就是Top-5错误率。

932e38ca08e9a8c63a16884b47192bc2260a9afc

值得自豪的是,在刚刚过去的ILSVRC 2016上,中国学术界和工业界科研团队包揽了多项冠军[16]。

CUImage(商汤科技联合港中文):目标检测第一。
Trimps-Soushen(公安部三所):目标定位第一。
CUvideo(商汤科技联合港中文):视频中物体检测子项目第一。
NUIST(南京信息工程大学):视频中的物体探测两个子项目第一。
Hikvvision(海康威视):场景分类第一。
SenseCUSceneParsing(商汤科技联合港中文):场景分析第一。

1.6.2 Kaggle

如果说ILSVRC企业参加的居多,那Kaggle这个平台则更多地面向个人开发者。图 1-16展示的是Kaggle的官方网站首页。

Kaggle成立于2010年,是一个进行数据发掘、数据分析和预测竞赛的在线平台。与Kaggle合作之后,一家公司可以提供一些数据,进而提出一个问题,Kaggle网站上的计算机科学家和数学家(也就是现在的数据科学家)将领取任务,提供潜在的解决方案。最终胜出的解决方案可以获得3万美元到25万美元的奖励。也就是说,Kaggle也是一个众包理念,利用全世界的人才来解决一个大问题。

df830eb1bc5bacffa1294e15455ef88910df63d9

Kaggle这个比赛非常适合学生参加,因为一般在校学生可能拿不到很多数据。此外,Kaggle不仅对参赛者有算法能力上的要求,而且能锻炼参赛者对数据的“嗅觉”,使参赛者从数据本身问题出发来寻求解决方案。

1.6.3 天池大数据竞赛

“天池”是阿里搭建的一个大数据竞赛平台,图1-17展示的是它的官方网站页面。

baf3285cbd9b225a8575a1e3c40d07605c38756a

这个平台上一般会有一些穿衣搭配挑战、新浪微博互动预测、用户重复购买行为预测等赛事。平台提供的“赛题攻略”对新手入门有很大的引领作用。如果在一些项目上取得不错的成绩,还有丰厚的奖金,以及进入阿里巴巴的工作机会。