WedX - журнал о программировании и компьютерных науках

Публикации по теме 'deep-learning'


Вступление:
Диагностика болезней сердца с ИСКУССТВЕННЫМ РАЗУМОМ и ГЛУБОКОМ ОБУЧЕНИЕМ Вступление: В эпоху здравоохранения одна из важнейших задач, с которыми сталкиваются врачи, - это правильная диагностика заболеваний у пациентов. Из-за отсутствия подготовки или иногда сложной ситуации они не могут правильно диагностировать состояние пациентов. Вот почему врач не помогает пациенту должным образом, если он ошибается при диагностике болезни у пациента. Это привело бы к заброшенности и судебным..

Построение конвейера анализа настроений на основе аспектов с использованием GPT-3
Большие языковые модели, такие как GPT-3 (а также BLOOM ), были определены как небольшие ученики . Это означает, что на нескольких примерах они могут выполнять самые разнообразные задачи с отличными результатами. Модель GPT-3 Davinci на момент написания этой статьи была самой мощной моделью семейства GPT-3 и одним из самых больших LLM. Давинчи может решать логические задачи, определять причину и следствие, понимать смысл текста, создавать творческий контент, объяснять мотивы..

Простой шаблон проектирования для повторяющегося глубокого обучения в TensorFlow
tl; dr: вы можете скрыть / инкапсулировать состояние произвольных повторяющихся сетей с помощью одной страницы кода В идеальном мире каждая статья по глубокому обучению, предлагающая новую архитектуру, будет связана с легкодоступным репозиторием Github с реализованным кодом. На самом деле вам часто приходится вручную кодировать переведенные уравнения самостоятельно, делать кучу предположений и много отлаживать, прежде чем вы получите что-то, что может или не может быть связано с..

Реализация Keras модели подписи к изображениям.
Подписи к изображениям - это задача, которая включает в себя компьютерное зрение и обработку естественного языка. Он берет изображение и может описать происходящее на нем простым английским языком. Архитектор CNN используется для извлечения функций из изображений. Затем закодированное изображение пропускается через декодер. Поскольку RNN очень хороша с последовательными данными, и нам нужно описать изображение в предложении, чтобы мы могли использовать RNN или его вариант в качестве..

Решение проблем с помощью машинного обучения
Что такое машинное обучение? Мой ответ на этот вопрос со временем менялся. Цель этого поста — показать, как инженеры по машинному обучению решают проблемы, пройдя через тематическое исследование. Если вы тесно сотрудничаете с инженерами по машинному обучению или сами стремитесь стать инженером по машинному обучению, продолжайте читать. Модели машинного обучения в их наиболее распространенной форме сопоставляют входные данные с выходными. Это эквивалентно функции в..

Модели машинного обучения: преодоление препятствий
Организации всегда борются за то, чтобы внедрить свои модели машинного обучения в производство и использовать их для поддержки своих операций. Модели машинного обучения создаются специалистами по данным, но они обычно не осведомлены о производственных элементах развертывания или оценки таких моделей. В случае, если что-то пойдет не так, они обычно не занимаются производством. Кроме того, обычно в их обязанности не входит выполнение действий DevOps, таких как развертывание модели. Эти..

Машинное обучение и задачи комбинаторной оптимизации
Возможно, наиболее распространенной из всех математических тем, которые появляются в промышленных приложениях, является тема комбинаторной оптимизации. Комбинаторная оптимизация - это класс задач, состоящий в поиске оптимального объекта из конечного набора объектов. Известные и вездесущие примеры таких проблем включают задачу коммивояжера , задачу маршрутизации транспортных средств (CVRP), задачу о ранце , максимальную проблема потока и любая проблема целочисленного программирования..

Новые материалы

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..

ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..


Для любых предложений по сайту: [email protected]