Публикации по теме 'artificial-intelligence'
Word2Vec — Пропустить грамм
Word2Vec — Скип-грамм
За некоторыми исключениями, модели машинного обучения не принимают необработанный текст в качестве входных данных. Последовательности слов сначала должны быть каким-то образом закодированы. Мы могли бы представить каждое предложение как мешок слов (BOW). Сначала мы находим все уникальные слова в текстовом корпусе. Затем мы сопоставляем каждое предложение с вектором, длина которого равна длине словаря (т. е. количеству уникальных слов), так что значения..
Воспринимающий: общее восприятие с итеративным вниманием
Воспринимающий: общее восприятие с итеративным вниманием Биологические системы воспринимают мир, одновременно обрабатывая многомерные входные данные от различных модальностей… arxiv.org
Биосистемы воспринимают мир, обрабатывая тусклые входные данные от зрения, слуха, осязания и т. д. Модели восприятия в глубоком обучении разрабатываются для индивидуальных модальностей, опираясь на определенные предположения, например. сетчатые..
Новые разработки в графовых нейронных сетях, часть 2 (машинное обучение)
GNN-SL: маркировка последовательностей на основе ближайших примеров через GNN (arXiv)
Автор: Шухэ Ван , Юсянь Мэн , Жунбинь Оуян , Цживэй Ли , Тяньвэй Чжан , Линцзюань Лю , Гоинь Ван
Аннотация: чтобы лучше справляться с длинными хвостами в задаче маркировки последовательностей (SL), в этой работе мы вводим маркировку последовательностей графовых нейронных сетей (GNN-SL), которая дополняет выходные данные стандартной модели SL с помощью аналогичные примеры тегов,..
Приложения 2D-диффузии в реальных сценариях, часть 3 (машинное обучение)
Улучшение 3D-изображения с помощью предварительно обученных перпендикулярных 2D-моделей диффузии (arXiv)
Автор: Сухён Ли , Хёнджин Чон , Минён Пак , Джонхёк Пак , Ви-Сон Рю , Чон Чхоль Йе .
Аннотация: Диффузионные модели стали популярным подходом к генерации и реконструкции изображений благодаря их многочисленным преимуществам. Однако большинство методов решения обратных задач, основанных на диффузии, имеют дело только с 2D-изображениями, и даже недавно опубликованные 3D-методы..
Введение в модели больших языков
Путь обучения генеративному ИИ: лекция 2
Этот курс микрообучения начального уровня исследует, что такое большие языковые модели (LLM), варианты использования, в которых их можно использовать, и как вы можете использовать быструю настройку для повышения производительности LLM.
ChatGPT на базе Python: революционный подход к обработке естественного языка
Обработка естественного языка (NLP) — это ветвь искусственного интеллекта (ИИ), которая занимается взаимодействием между людьми и компьютерами с использованием естественного языка. В последние годы в развитии NLP произошел значительный прогресс благодаря достижениям в области машинного обучения и методов глубокого обучения. Python был популярным языком программирования для НЛП благодаря простоте использования и мощным библиотекам, таким как NLTK и spaCy. Тем не менее, одна библиотека,..
Введение в Кандинского 2.1
Многоязычная модель скрытой диффузии text2image
Кандинский 2.1 — это новая многоязычная модель латентной диффузии текста и изображения, которая наследует лучшие практики своего предшественника DALL-E 2 и Скрытой диффузии . Кроме того, он также представляет несколько новых идей для обработки изображений с помощью текста и слияния изображений (интерполяции).
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..