Публикации по теме 'deep-learning'
Как работает автоматическая дифференциация в конвейерах машинного обучения, часть 2 (машинное обучение)
Автоматическое дифференцирование в прямом или обратном режиме: в чем разница? (arXiv)
Автор: Бирте ван ден Берг , Том Шрайверс , Джеймс МакКинна , Александр Ванденбрук
Аннотация: Автоматическое дифференцирование (AD) вызывает интерес у исследователей во многих дисциплинах, и его популярность возросла с момента его применения в машинном обучении и нейронных сетях. Хотя многие исследователи понимают и знают, как применять AD, по-настоящему понять лежащие в его основе..
Обновления в мультимодальном обучении, часть 1 (машинное обучение)
Meta-Transformer: унифицированная структура для мультимодального обучения (arXiv)
Автор: Июань Чжан , Кайсюн Гун , Кайпэн Чжан , Хуншэн Ли , Юй Цяо , Ваньли Оуян , Сянъюй Юэ .
Аннотация: мультимодальное обучение направлено на создание моделей, которые могут обрабатывать и связывать информацию из нескольких модальностей. Несмотря на многолетние разработки в этой области, по-прежнему сложно разработать единую сеть для обработки различных модальностей (например, естественного..
Новый прогресс в моделях больших языков, часть 3 (машинное обучение)
Проверьте свои факты и попробуйте еще раз: улучшение моделей больших языков с помощью внешних знаний и автоматизированной обратной связи (arXiv)
Автор: Баолинь Пэн , Мишель Галлей , Пэнчэн Хэ , Хао Чэн , Юцзя Се , Ю Ху , Цююань Хуан , Ларс Лиден , Чжоу Ю , Вэйчжу Чен . », Цзяньфэн Гао
Аннотация: Большие языковые модели (LLM), такие как ChatGPT, способны генерировать человекоподобные, беглые ответы для многих последующих задач, например, ориентированный на задачу диалог и..
Наши инвестиции в DarwinAI
На пути к безопасному высокопроизводительному будущему ИИ
В документе Университета Торонто, опубликованном в 2012 году, под названием Классификация ImageNET с глубокими сверточными нейронными сетями изложен принципиально иной подход к конкурсу компьютерного зрения ImageNET, который превзошел предыдущие подходы более чем на 30%. С тех пор подход глубокого обучения к кластеризации и классификации с использованием нейронных сетей был применен ко многим реальным приложениям, включая Go,..
10 карьерных возможностей в области информационных технологий
Основные возможности и сильные стороны информационных технологий привлекли значительные инвестиции из крупных стран. По оценкам, к 2025 году он достигнет 350 миллиардов долларов США. Кроме того, ожидается, что к 2025 году доходы от цифрового сегмента составят 38% от общего дохода отрасли. По оценкам, к 2025 году цифровая экономика достигнет 1 триллиона долларов США. Внутренний доход ИТ-отрасли оценивалась в 44 миллиарда долларов США, а выручка от экспорта оценивалась в 147 миллиардов..
Как работает понимание естественного языка в разных случаях, часть 7
GLUE-X: оценка моделей понимания естественного языка с точки зрения обобщения вне распространения (arXiv)
Автор: Линьи Ян , Шуйбай Чжан , Либо Цинь , Яфу Ли , Йидун Ван , Ханьмэн Лю , Цзиндун Ван , Син Се , Юэ Чжан .
Аннотация: Известно, что предварительно обученные языковые модели (PLM) улучшают производительность обобщения моделей понимания естественного языка за счет использования больших объемов данных на этапе предварительного обучения. Однако проблема обобщения вне..
Обновления в нейронном рендеринге объемов, часть 4 (машинное обучение)
FoVolNet: быстрый объемный рендеринг с использованием Foveated Deep Neural Networks (arXiv)
Автор: Дэвид Бауэр , Ци Ву , Кван-Лю Ма .
Аннотация: объемные данные используются во многих важных научных и инженерных приложениях. Рендеринг этих данных для визуализации с высоким качеством и интерактивными скоростями для ресурсоемких приложений, таких как виртуальная реальность, по-прежнему не так легко достижим даже с использованием оборудования профессионального уровня. Мы представляем..
Новые материалы
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
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..