Публикации по теме 'convolutional-network'
Метод составного ансамбля для обнаружения DFU
Соавтор: Приянш Сони
Подробный обзор разработки комплексной ансамблевой модели для раннего выявления диабетической язвы стопы (DFU)
Это относится к исследованию, в котором я был соавтором, по раннему выявлению DFU для предотвращения больших ампутаций и отсутствия клинической осмотрительности.
СХЕМА –
Введение Постановка проблемы и подход Сбор данных и предварительная обработка Некоторые предварительно обученные архитектуры Производительность модели Техника составного..
КЛАССИФИКАЦИЯ ПОРОД ОБЕЗЬЯН С ИСПОЛЬЗОВАНИЕМ ПЕРЕДАЧИ ОБУЧЕНИЯ — С ИСХОДНЫМ КОДОМ — САМОЕ ПРОСТОЕ ОБЪЯСНЕНИЕ КОДА…
В сегодняшнем блоге мы будем использовать трансферное обучение для реализации нашего сегодняшнего проекта — классификации пород обезьян. Трансферное обучение — это просто использование уже обученной модели для нашего текущего варианта использования. В этом случае мы будем использовать Mobilenet, предварительно обученный на Imagenet. Так что без каких-либо дополнительных должностей.
Прочитайте полную статью с исходным кодом здесь —..
Журнал внедрения: пусть машина читает свечные диаграммы, как люди
Эта статья посвящена развитию моей магистерской диссертации «Пусть машина читает свечную диаграмму, как люди», и я вспоминаю те удивительные и сумасшедшие дни во время учебы в магистратуре.
Есть 2 разные версии моей магистерской диссертации, которые основаны на разных методах глубокого обучения и целях прогнозирования по отдельности. Тем не менее, существуют и другие неписаные методы, когда я нашел лучшее решение проблемы, независимо от меня или в процессе обсуждения с моими советниками...
Графовые нейронные сети: путь обучения с 2008 года — Python & Graph Convolutional Network
Сегодня ясный и практический взгляд на теорию GCN. Мы рассмотрим реализацию PyTorch 🔦 GCN 👩🎓 от Kipf. Затем мы применим то, что узнали, к ненавистному набору данных Twitter 🔥
Мои предыдущие посты о графах и машинном обучении:
Графовые нейронные сети: путь обучения с 2008 года — часть 1 Графовые нейронные сети: путь обучения с 2008 года — Часть 2 Graph Neural Networks: путь обучения с 2008 года — Deep Walk Graph Neural Networks: путь обучения с 2008 года — Python & Deep..
Пакетная нормализация: ускорение глубокой сети
Изучение пакетной нормализации: один из ключевых методов улучшения обучения глубоких нейронных сетей.
Введение
Глубокое обучение произвело революцию в области искусственного интеллекта, позволив добиться впечатляющих успехов в распознавании изображений и речи, обработке естественного языка и многих других приложениях. Однако обучение глубоких нейронных сетей может быть сложным и трудоемким процессом, требующим больших объемов данных и вычислительных ресурсов.
Одним из ключевых методов..
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..