Публикации по теме 'deep-learning'
Перевод текста из социальных сетей (SMS) в официальный английский текст — Исправление грамматических ошибок с использованием DL
Оглавление:
1. Введение
2. Постановка задачи
3. Источник данных
4. Формулировка ML/DL
5. Показатели производительности
6. Похожие подходы к проблеме
7. Типы машинного перевода
8. Модель внимания
9. Исследовательский анализ данных
10. Подход к первому разрезу
11. Объяснение модели
12. Сравнение моделей
13. Рабочая демонстрация
14. Будущая работа
15. Ссылки
Введение:
Социальные сети — это неизбежная технология вокруг нас, которая помогает нам достигать,..
Машинное обучение, взгляд с высоты птичьего полета:
Мы путешествуем на поезде под названием Мир , который движется с колесами под названием технология , по рельсам под названием Машинное обучение, Глубокое обучение, искусственный интеллект тратит секунды, минуты, часы на их изучение.
Машинное обучение играет ключевую роль во многих отраслях нашей повседневной жизни, где данные играют первостепенную роль. Это попытка помочь вам понять основные части машинного обучения.
Шесть банок машинного обучения:
Машинное обучение..
Полные архитектурные детали всех моделей EfficientNet
Давайте углубимся в архитектурные детали всех различных моделей EfficientNet и выясним, чем они отличаются друг от друга.
Я просматривал записные книжки в соревновании Kaggle и обнаружил, что почти все используют EfficientNet в качестве основы, о которой я не слышал до этого. Он представлен в этой статье Google AI, и они попытались предложить метод, который более эффективен, как следует из его названия, при этом улучшая современные результаты. Как правило, модели делаются слишком..
Сверточные нейронные сети —«Учимся на том, что имеет значение»
В этой статье я расскажу, что такое сверточная нейронная сеть, и покажу пример на Python с использованием Tensorflow.
Искусственные нейронные сети используются для решения сложных задач любого типа с помощью мощности машин. Если вам нужно вкратце об этом, я написал статью на эту тему здесь .
Основная причина появления сверточных нейронных сетей заключается в том, что некоторые задачи глубокого обучения настолько сложны, что полностью связанные нейронные сети ( нейронные сети, в..
Исследование на основе машинного обучения L2 Norm, часть 4.
2DR1-PCA и 2DL1-PCA: два варианта алгоритма 2DPCA, не основанные ни на одной норме L2 (arXiv)
Автор: Син Лю , Сяо-Цзюнь У , Цы-Ци Ли
Аннотация: В этой статье для распознавания лиц предложены два новых метода: 2DR1-PCA и 2DL1-PCA. По сравнению с традиционным алгоритмом 2DPCA, 2DR1-PCA и 2DL1-PCA основаны на норме R1 и норме L1 соответственно. Преимущество этих предложенных методов заключается в том, что они менее чувствительны к выбросам. Предлагаемые методы тестируются в базах..
Варианты использования гидродинамического моделирования в астрофизике, часть 3
Общая релятивистская гидродинамика. Моделирование нейтронной звезды — слияние черных дыр субсолнечной массы (arXiv)
Автор: Иван Маркин , Анна Нойвайлер , Адриан Абак , Свами Вивеканандзи Чаурасия , Максимилиано Уевич , Маттиа Булла , Тим Дитрих .
Аннотация: За последние несколько лет возрос интерес к черным дырам субсолнечной массы из-за их способности предоставлять ценную информацию о космологии или популяции черных дыр. Руководствуясь этим, мы изучаем наблюдаемые явления,..
Объем последовательности: уровень аппаратной виртуализации машинного обучения
Еженедельный информационный бюллетень с более чем 100 000 подписчиков, в котором обсуждаются важные исследовательские работы по машинному обучению, интересные технические выпуски, деньги в ИИ и реальные реализации.
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..