Публикации по теме 'deep-learning'
Шаблоны глубокого проектирования
Обучение известных операторов — часть 4
Шаблоны глубокого проектирования
Навигация
Это конспект лекций FAU YouTube Lecture Deep Learning . Это полная стенограмма видео лекции и соответствующие слайды. Мы надеемся, вам понравится это так же, как видео. Конечно, эта стенограмма была создана с использованием методов глубокого обучения в основном автоматически, и вручную были внесены лишь незначительные изменения. "Попробуй сам!" Если вы заметили ошибки, сообщите нам об этом!..
Письмо машины интуиции - 1-е издание
Добро пожаловать в двухнедельное письмо, посвященное шаблонам, методологии и стратегии глубокого обучения. Мы собрались организовать темы, которые понравятся самой широкой аудитории. Более общие темы всегда находятся вверху, а более специализированные - внизу. Мы надеемся, что этот информационный бюллетень понравится всем, кто интересуется разработками в области глубокого обучения.
В этом выпуске мы повторно посетим симпозиум Metalearning, представим курсы и инструменты для ИИ,..
«Освоение кривой ROC AUC: полное руководство для специалистов по данным»
«Раскрытие возможностей кривой ROC AUC: практический подход»
Почему кривая ROC?
В контролируемом машинном обучении мы сталкиваемся с двумя типами проблем: регрессией и классификацией. В задаче регрессии мы стремимся предсказать числовое значение, например, предсказать зарплату (LPA) на основе таких характеристик, как CGPA и IQ. С другой стороны, в задаче классификации мы стремимся предсказать класс или категорию, к которой принадлежит точка данных. Например, определение того, помещен..
Что такое генеративные модели?
В других местах есть много объяснений, здесь я хотел бы поделиться некоторыми примерами вопросов в настройках интервью .
Что такое генеративные модели?
Вот несколько советов для читателей:
Генеративная модель — это класс моделей для неконтролируемого обучения, где с учетом обучающих данных наша цель — попытаться сгенерировать новые образцы из того же распределения.
GPT: объяснение и реализация с нуля в PyTorch
В этой статье я собираюсь рассмотреть знаменитый генеративный предварительно обученный преобразователь из статьи Улучшение понимания языка с помощью генеративного предварительного обучения . В этой статье предлагается изучить генеративную языковую модель с использованием неразмеченных данных, а затем отрегулировать модель, предоставив примеры конкретных последующих задач, таких как классификация, анализ тональности, вывод текста и т. д. Это первая GPT из серии GPT-n, и оказалось, очень..
А(м) я музыкант?
ИИ, создающий музыку: антиутопическое будущее?
Эта мелодия у тебя в голове — она построена из кусочков радиохита? Нет, может быть, это произведение твоего сочинения: может быть, ты музыкант! Что, если этот хитрый крючок исходит от страшного анонимного ИИ — разве это делает вас менее артистичным?
Мир приветствовал Hello World от SKYGGE в начале года от Flow Machines, проекта композиции, возглавляемого исследователем искусственного интеллекта Франсуа Паше. Альбом рекламировался как..
Теннисный анализ с использованием глубокого обучения и машинного обучения.
Теннис – это вид спорта, в который играют во всем мире. Наблюдая за игрой в теннис, вы можете автоматически обогащать представление количеством подач в центре или в углах, глубиной игры мячом, предпочтениями влево или вправо, в зависимости от того, где находится игрок. Такую статистику могут предоставить такие инструменты, как Hawk-Eye, IBM Slamtracker и так далее.
Hawk-Eye — это сложная система, включающая до десяти высокоскоростных камер, способных с высокой точностью отслеживать мяч,..
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..