Публикации по теме 'convolutional-network'
Dog-Breed-Classifier: сверточные нейронные сети и трансферное обучение для классификации изображений
Dog-Breed-Classifier: сверточные нейронные сети и трансферное обучение для классификации изображений
Обзор проекта
В этом посте я буду обсуждать процесс создания конвейера для обработки реальных изображений, предоставленных пользователями. Учитывая изображение собаки, алгоритм определит оценку породы собаки. При наличии изображения человека код идентифицирует похожую породу собаки.
Сверточная нейронная сеть (CNN) — это особый класс нейронной сети, который может просматривать и..
Введение в компьютерное зрение с помощью PyTorch (5/6)
Предыдущий ‹‹ Введение в компьютерное зрение с помощью PyTorch (4/6)
Предварительно обученные модели и трансферное обучение
Обучение CNN может занять много времени, и для этой задачи требуется много данных. Однако большая часть времени тратится на изучение лучших низкоуровневых фильтров, которые сеть использует для извлечения шаблонов из изображений. Возникает закономерный вопрос — можем ли мы использовать нейронную сеть, обученную на одном наборе данных, и адаптировать ее для..
Conv Neural Networks — Никогда больше не забывайте о видах вашего питомца
И, я думаю, он может делать и другие вещи…
Вы когда-нибудь просто гуляли по своему дому и проходили мимо своего питомца, просто чтобы понять, что вы понятия не имеете, кошка это или собака.
Я тоже!
Ну, мальчик, у меня есть решение для вас! Вместо того, чтобы слушать своих сверстников, которые могут сказать вам, что проблема более серьезная и меняет жизнь, чем просто то, что вы не знаете, какого вида ваш питомец, просто создайте свёрточную нейронную сеть.
«Ну, а что такое CNN?»..
Интуиция свертки графов
TD; LR - Учитывая представление Graph в терминах матрицы смежности, оно не фиксирует пространственную корреляцию, необходимую для свертки. Этот пост отражает интуицию о том, как домен Фурье помогает в свертке.
Предварительные условия для представления графа - https://medium.com/analytics-vidhya/unboxai-introduction-to-graph-machine-learning-e4b88514258c
Почему свертка
Прежде чем мы углубимся в свертки графов, позвольте нам понять, что делает свертка в пространственной области -..
Как сверточные нейронные сети учатся классифицировать изображения
Вы когда-нибудь задумывались, как компьютеры могут распознавать и классифицировать изображения? Как работает распознавание лиц и компьютерное зрение?
Сверточные нейронные сети (также известные как ConvNets или CNN) - это тип нейронной сети для классификации изображений. Они могут взять изображение и классифицировать его по разным категориям, например, кошка или собака!
Сверточные нейронные сети 🦾
Сверточные нейронные сети или CNN - это тип нейронной сети, которая особенно хороша для..
Искусственный интеллект в индустрии потребительских товаров
Автор: Самрендра Сингх
Искусственный интеллект (ИИ) — это собирательный термин, используемый для нескольких различных технологий, которые позволяют машинам учиться на больших наборах данных, находя шаблоны и взаимосвязи, которые не очевидны для людей, без какого-либо явного программирования. Некоторыми популярными примерами этих технологий являются глубокое обучение и обработка естественного языка (NLP) в области распознавания объектов, самостоятельного вождения, анализа настроений и..
Остаточная модель с нуля с помощью Tensorflow.js [Часть 2]
В Части 1 я описал, как спроектировать пользовательскую сеть в tfjs. Теперь пришло время подготовить его к производству.
Во-первых, давайте взглянем на топологию ResNet и попытаемся понять, что делать и как действовать дальше.
Это примеры архитектуры ResNet. Если вы понимаете эту картинку и имеете четкое видение, как ее реализовать, то вы профи в ОД, в этой статье я не смогу вам рассказать то, чего вы не знаете и можете не читать здесь :)
Если вы все еще читаете, вы можете..
Новые материалы
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..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..