WedX - журнал о программировании и компьютерных науках

Публикации по теме 'deep-learning'


Система рекомендаций фильмов BigDL 🎬
Авторы: Акшай Бахадур и Аюш Агарвал Следующая запись в блоге является частью курсовой работы «Машинное обучение в производстве» (17634) в Университете Карнеги-Меллона. В этом обсуждении мы рассмотрим сценарий рекомендации фильмов в отношении следующих двух фреймворков. BigDL : распределенная платформа глубокого обучения, разработанная Intel с открытым исходным кодом. BigDL — основная тема нашего обсуждения в этом блоге. Streamlit : платформа для разработки и развертывания..

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..

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..

Глубокое обучение для классификации временных рядов (InceptionTime)
Новая модель глубокого обучения (похожая на GoogleNet) для классификации временных рядов. Показатель Мотивация Машинное обучение для классификации временных рядов Лучшие практики глубокого обучения для классификации временных рядов: InceptionTime Понимание времени начала Заключение 1. Мотивация Данные временных рядов всегда представляли большой интерес для финансовых служб, и теперь, с появлением приложений реального времени, другие области, такие как розничная торговля и..

Начало работы с машинным обучением за 5 минут
Изучите машинное обучение, создав прогноз цен на жилье в 15 строках кода. Эта запись в блоге изначально была опубликована на сайте HP Developers. Машинное обучение здесь, чтобы остаться. Приведет ли это к сингулярности, все еще спекулятивно, однако не следует сомневаться в том, изменит ли это то, как инженеры-программисты решают проблемы. Его уже внедряют многие компании для создания более богатого UX, как с Apple ARKit (крутые примеры на madewitharkit.com ), и для ответов на сложные..

Радикальные чтения — 29 июня 2020 г.
Кураторский контент о глубоких технологиях и искусственном интеллекте, который люди в Radical читают и обдумывают. Зарегистрируйтесь здесь , чтобы еженедельно получать Radical Reads прямо в свой почтовый ящик. 1) Бизнес-модели искусственного интеллекта: Почему глобальные компании, занимающиеся искусственным интеллектом, должны быть больше SaaS, чем сервисными услугами (Radical Ventures). «Когда дело доходит до создания корпоративного программного обеспечения для ИИ, основатели..

Вставьте TensorBoard в окно Google Colab при использовании Google Диска с помощью 2 строк кода
Google Colab предоставляет встроенный блокнот Jupyter, который можно интегрировать с вашим Google Диском для доступа к файлам. Его туз-карта — это бесплатное использование графического процессора (GPU), который в противном случае был бы очень дорогой покупкой, если бы он использовался на вашем локальном компьютере. Он обеспечивает идеальную среду для всех ваших проектов машинного обучения / глубокого обучения. Tensorboard — это «глаза и уши» обученной модели нейронной сети. Он..

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]