Публикации по теме 'deep-learning'
Варианты использования GFlowNets в различных сценариях, часть 3 (Машинное обучение)
GFlowNet-EM для изучения композиционных моделей скрытых переменных (arXiv)
Автор: Эдвард Дж. Ху , Николай Малкин , Мокш Джейн , Кэти Эверетт , Александрос Грайкос , Йошуа Бенжио .
Аннотация: Модели скрытых переменных (LVM) с дискретными композиционными латентными элементами являются важным, но сложным параметром из-за комбинаторно большого количества возможных конфигураций скрытых элементов. Ключевым компромиссом в моделировании апостериорных и латентных данных является выбор..
Машинное обучение: погружение глубже
Что это? Почему это имеет значение? Как это работает?
Что это такое?
Машинное обучение — это обучение, при котором машина может учиться самостоятельно, без явного программирования. Это приложение Al, которое предоставляет системе возможность автоматически учиться и совершенствоваться на основе опыта. Здесь мы можем сгенерировать программу, объединив входные и выходные данные этой программы. Одно из простых определений машинного обучения: «Говорят, что машинное обучение учится..
Как далеко мы продвинулись с обнаружением 3D-объектов, часть 2 (компьютерное зрение + ИИ)
LXL: LiDAR исключает обнаружение 3D-объектов Lean с помощью радара 4D-изображения и объединения камер (arXiv)
Автор: Вэйи Сюн , Цзянан Лю , Тао Хуан , Цин-Лун Хань , Юсюань Ся , Бин Чжу .
Аннотация: В качестве новой технологии и относительно доступного устройства радар с 4D-изображением уже доказал свою эффективность при обнаружении 3D-объектов при автономном вождении. Тем не менее, разреженность и зашумленность облаков точек 4D радара препятствуют дальнейшему повышению..
Этап 1: Начало работы с глубоким обучением — узнать, как учиться
Этап 1. Начало работы с глубоким обучением — научиться учиться
Когда Covid-19 был классифицирован как пандемия, Анжела и я почти закончили наш первый год обучения биомедицинской инженерии в Университете Ватерлоо. Внезапно мы перешли от сидения в классе 5 дней в неделю к внезапному возвращению домой и появлению большего количества свободного времени. Для Анжелы и меня это звучало как прекрасная возможность развить наши навыки и погрузиться во что-то новое — глубокое обучение.
Мы..
Простое управление моделями глубокого обучения с помощью конфигураций TOML
Возможно, вам никогда не понадобятся эти длинные аргументы CLI для вашего train.py.
Управление моделями глубокого обучения может быть затруднено из-за огромного количества параметров и настроек, которые необходимы для всех модулей. Учебному модулю могут потребоваться такие параметры, как batch_size или num_epochs , или параметры для планировщика скорости обучения. Точно так же модулю предварительной обработки данных могут потребоваться train_test_split или параметры для..
Что именно делает функция температуры?
Что именно делает функция температуры?
Каков ваш сердечно-сосудистый возраст?
В этой статье я показываю, как сверточная нейронная сеть может использоваться для прогнозирования возраста человека на основе его ЭКГ.
Attia et al. 2019 [1] показали, что возраст человека можно предсказать по ЭКГ с помощью сверточных нейронных сетей (CNN). Они также показали, что прогнозируемый возраст связан с сердечно-сосудистым возрастом, а это означает, что модель обычно будет завышать возраст людей с тяжелыми сердечно-сосудистыми заболеваниями и занижать возраст здоровых людей. В..
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..