Публикации по теме 'convolutional-neural-net'
Как 16-летний подросток научился диагностировать малярию за один день
С момента бума искусственного интеллекта каждая отрасль была разрушена мощными нейронными сетями, которые могут превзойти людей во многих вещах.
Первый ИИ обыграл нас в шахматы
Потом они стали лучшими юристами
Возможности ИИ безграничны.
Эти достижения меня очень заинтересовали в искусственном интеллекте, поэтому я решил создать свою собственную нейронную сеть. Я создал искусственную нейронную сеть, которая может диагностировать малярию.
По данным Всемирной..
Введение в компьютерное зрение с базовыми блоками VGG в наборе данных CIFAR-10
Согласно Википедии , Компьютерное зрение - это междисциплинарная научная область, которая занимается тем, как заставить компьютеры получать высокоуровневое понимание цифровых изображений или видео.
Компьютерное зрение прошло долгий путь за эти годы и совершило значительный скачок, когда телеканал CNN под названием AlexNet достиг высочайшего уровня качества маркировки изображений в конкурсе ImageNet .
В настоящее время, с ростом популярности платформ глубокого обучения, таких как..
Нейронная сеть с глубоким обучением: сложная или простая модель
Нейронная сеть с глубоким обучением: сложная или простая модель
Недавно я написал блог под названием Обнаружение пневмонии по рентгеновским изображениям с использованием нейронной сети глубокого обучения , где я представил результаты того, что я выбрал как лучшую из 15 различных архитектур моделей, которые я создал для решения задачи бинарной классификации. . Для читателей, не знакомых с этим, это означает, что моя модель предсказывает только 0 или 1 . 0 соответствует..
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..