Публикации по теме 'artificial-intelligence'
Как работает обнаружение существенных объектов, часть 3 (компьютерное зрение)
PSNet: параллельная симметричная сеть для обнаружения заметных объектов на видео (arXiv)
Автор: Рунмин Конг , Вэйю Сун , Цзяньцзюнь Лэй , Гуанхуэй Юэ , Яо Чжао , Сэм Квонг .
Аннотация . Для задачи обнаружения заметных объектов видео (VSOD) вопрос о том, как извлечь информацию из модальности внешнего вида и модальности движения, всегда вызывал серьезную озабоченность. Двухпоточная структура, включающая поток внешнего вида RGB и поток движения оптического потока, широко..
Ведение журнала с весами и смещениями
Легко контролировать обучение нейронной сети
Регистрация кривых потерь и точности никогда не была легкой задачей. Мы часто сохраняем эти значения в массивах или списках, а затем наносим их на график в конце обучения. Поделиться этими графиками еще сложнее, когда отправка снимков экрана с этими графиками кажется единственным выходом. В этом руководстве мы рассмотрим эту проблему с помощью весов и смещений.
Weights & Biases (WandB) - это пакет Python, который позволяет нам..
Хватит позволять науке о данных заставлять людей чувствовать себя тупыми
5 [нетрадиционных] стратегий эффективного общения в науке о данных
Работая в науке о данных, я слышу это все время.
«Ты такой умный, я не имею дела со всеми этими «умными» вещами».
Позволь мне открыть тебе маленький секрет… Я не умнее всех остальных. Я просто потратил кучу времени на изучение, эксперименты и разговоры о науке о данных. И есть разница между знанием многих вещей и умением быть умным.
Знаю ли я больше, чем кто-либо в обычной комнате на коктейльной вечеринке,..
Неравенство Дженсена (часть I): доказательство
Представьте, что вы фотограф и пытаетесь сфотографировать красивый пейзаж. Вы хотите захватить всю сцену, но ваша камера может сфокусироваться только на одной части за раз. Итак, вы делаете несколько снимков, каждый из которых фокусируется на разных частях пейзажа.
Теперь вы хотите создать единую картинку, представляющую весь пейзаж. Один из способов сделать это — взять средневзвешенное значение изображений. Вы придаете большее значение изображениям, которые представляют наиболее..
ПРОГНОЗ ЦЕНЫ ПОЛЕТА С ПРИЛОЖЕНИЕМ FLASK — С ИСХОДНЫМ КОДОМ — ВИЗУАЛИЗАЦИЯ ДАННЫХ — ИНТЕРЕСНО…
Итак, ребята, вот еще один из моих самых любимых проектов. В этом блоге мы будем внедрять модель прогнозирования цен на авиабилеты с использованием различных методов, а также будем выполнять очень частую визуализацию данных, чтобы лучше понять наши данные. Это будет большой блог, поэтому, не вдаваясь в подробности, выпейте кофе и начните.
Полную статью с исходным кодом читайте здесь — https://machinelearningprojects.net/flight-price-prediction/
Посмотреть видео можно здесь —..
Нужны ли нам пакеты npm после Chat GPT?
Что ж, небольшие модули npm должны быть объявлены устаревшими или станут бесполезными.
Под капотом
Эта история снова является еще одним предсказанием в прошлой истории, я говорил о кросс-языке программирования, который может быть потенциальным языком для работы в браузере на устройствах IOS и Android, что также было предсказанием.
Я делаю прогнозы или выкладываю какие-то новые идеи или, может быть, даю новые идеи.
Кого волнует, что важно, что история должна и должна продолжаться...
Прогресс в использовании генетических алгоритмов часть 1 (искусственный интеллект)
GAASP: Протокол атомистической выборки материалов с высокой энтропией на основе генетического алгоритма (arXiv)
Автор: Г. Ананд
Аннотация: Материалы с высокой энтропией состоят из нескольких элементов на сравнительно более простых решетках. Из-за многокомпонентной природы таких материалов выборка в атомном масштабе требует больших вычислительных затрат из-за комбинаторной сложности. Мы предлагаем методологию, основанную на генетическом алгоритме, для отбора проб таких сложных..
Новые материалы
Как создать диаграмму градиентной кисти с помощью D3.js
Резюме:
Из этого туториала Вы узнаете, как добавить градиентную кисть к диаграмме с областями в D3.js. Мы добавим градиент к значениям SVG и применим градиент в качестве заливки к диаграмме с..
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..