Публикации по теме 'artificial-intelligence'
Исследовательские работы для чтения на основе роботизированных манипуляций, часть 2 (искусственный интеллект)
GA-DRL: оптимизатор функций на основе генетического алгоритма в глубоком обучении с подкреплением для задач роботизированного манипулирования ( arXiv )
Автор: Адарш Сегал , Николас Уорд , Хунг Мань Ла , Христос Папахристос , Сушил Луи .
Вывод: обучение с подкреплением (RL) позволяет агентам принимать решения на основе функции вознаграждения. Однако в процессе обучения выбор значений параметров алгоритма обучения может существенно повлиять на общий процесс обучения. В..
PyTorch — 10 операций, которые вы должны знать | Восходящая звезда глубокого обучения
В мире глубокого обучения PyTorch превратился в огромную библиотеку, которая быстро набирает популярность, даже бросая вызов давнему доминированию TensorFlow. Ходят слухи, что даже Google рассматривал возможность перехода с TensorFlow на PyTorch.
Давайте рассмотрим ключевые функции PyTorch, с которыми должен быть знаком каждый энтузиаст глубокого обучения, прежде чем писать полную нейронную сеть.
1. Тензоры: основная структура данных
В основе PyTorch лежит тензор, похожий на..
Машинное обучение (резюме заметок)
Контролируемое машинное обучение
Типы контролируемого машинного обучения:
Регрессия, в которой целевая переменная непрерывна.
Например, доход от кино.
Классификация, в которой целевая переменная является категориальной.
Например, спам или нет
Для построения модели классификации необходимо:
Особенности, которые можно измерить количественно Помеченная цель или переменная результата Метод измерения сходства Используйте Pytorch в качестве примера..
Адаптивные системы управления дорожным движением — Всеобъемлющий обзор (часть 1)
В этой серии статей подробно рассматриваются адаптивные системы управления дорожным движением (ATCS). В этой статье основное внимание уделяется основам ATCS, почему мы используем ATCS и требованиям к такой системе.
Что такое АТКС?
Адаптивные системы управления трафиком (ATCS) изменяют планы синхронизации сигналов в режиме реального времени в зависимости от текущих условий трафика, спроса и пропускной способности системы. Как правило, ATCS включает в себя алгоритмы, которые изменяют..
Как ИИ и его приложения могут улучшить трансграничную логистику
С внедрением ИИ сектор трансграничной логистики заново изобретается. Использование приложений на основе передовых технологий, таких как «Береговая охрана», помогает планировать международные маршруты для наиболее безопасной и эффективной перевозки товаров — и все это с минимальным вмешательством человека.
Попробуйте приложение прямо сейчас: https://bit.ly/3YpPrbO
Всего понемногу ИИ #3
МОДЕЛЬ НЕДЕЛИ : ЛАМА
LLAMA — это языковая модель, разработанная META и доступная в сообществе открытого исходного кода под лицензией GPL-3. LLAMA — одна из самых актуальных моделей, выпущенных в этом году, особенно для open-source сообщества,
Идти против направления большинства моделей, выпускаемых с постоянно растущим количеством параметров, обучающих данных и вычислительных ресурсов в погоне за универсальной моделью. LLAMA доступен в нескольких различных размерах (от 7 до 65..
Let’s Grow More — Программа виртуальной стажировки
Я рад поделиться тем, что успешно выполнил задачи стажировки по науке о данных в LetsGrowMore в рамках #lgmvipaug . Эта программа расширила мои знания и навыки в области науки о данных, машинного обучения и глубокого обучения, работая над некоторыми проектами, предоставленными LetsGrowMore. Мне очень понравилось работать над каждой задачей. Это действительно отличная платформа для начинающих и студентов, чтобы получить практический опыт в проектах отраслевого уровня. Я хотел бы..
Новые материалы
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..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..