性能翻倍！斯坦福Matei團隊推出機器學習模型優化新方法

機器學習模型正在被越來越多地部署在任務關鍵型系統中，比如自動駕駛汽車。然而，這些模型可能會因爲各種複雜的原因失效，應用程序開發人員必須找到調試這些模型的方法。我們建議在ML模型調試任務中使用軟件斷言。有了模型斷言，ML開發人員就可以爲模型輸出指定特定的約束。模型斷言可以是確定性的或者「模糊的」，即概率性的。我們提出了幾種在ML調試中使用模型斷言的方法，包括運行時監控、執行糾正動作，或進行「硬採樣」

>>阅读原文<<