Публикации по теме 'deep-learning'
Интуиция свертки графов
TD; LR - Учитывая представление Graph в терминах матрицы смежности, оно не фиксирует пространственную корреляцию, необходимую для свертки. Этот пост отражает интуицию о том, как домен Фурье помогает в свертке.
Предварительные условия для представления графа - https://medium.com/analytics-vidhya/unboxai-introduction-to-graph-machine-learning-e4b88514258c
Почему свертка
Прежде чем мы углубимся в свертки графов, позвольте нам понять, что делает свертка в пространственной области -..
Новейшие идеи о сверточных нейронных сетях в 2023 году, часть 4 (машинное обучение)
Усиление сверточных нейронных сетей с помощью групповой свертки среднего спектра (arXiv)
Автор: Чжуо Су , Цзехуа Чжан , Тяньпэн Лю , Чжэнь Лю , Шуанхуэй Чжан , Матти Пиетикайнен , Ли Лю .
Аннотация: В этой статье предлагается новый модуль под названием групповая свертка среднего спектра (MSGC) для эффективных глубоких сверточных нейронных сетей (DCNN) с механизмом групповой свертки. Он исследует широкую область среднего спектра между обрезкой каналов и обычной групповой..
Лучшие модели глубокого обучения для прогнозирования временных рядов
Все, что вам нужно знать о временных рядах и глубоком обучении
Не забудьте ПОДПИСАТЬСЯ здесь , чтобы не пропустить новые статьи на темы науки о данных, проекты, руководства и многое другое!
Подготовка
Ландшафт прогнозирования временных рядов резко изменился за два года.
Четвертое и пятое в серии M-соревнований Makridakis (более известных как соревнования M4 и M5 соответственно) состоялись в 2018 и 2020 годах. Для тех, кто не знает, эти М-конкуренции, по сути,..
Как работает Deep Transfer Learning, часть 2 (искусственный интеллект)
Как работает глубокое трансферное обучение?
Что такое глубокое трансферное обучение и почему оно становится таким популярным? Трансферное обучение — это подход к глубокому обучению (и машинному обучению), при котором знания передаются из одной модели… навстречу datascience.com
DeepEmotex: классификация эмоций в текстовых сообщениях с использованием глубокого обучения ( arXiv )
Автор: Марьям Хасан , Эльке Рунденштейнер ,..
Приложения стимулируют формализм: почему машинное обучение быстро развивается и три набора уловок
«Сфера машинного обучения достаточно молода, чтобы быстро расширяться, часто за счет изобретения новых формализаций задач машинного обучения, основанных на практических приложениях».
- Майк Джордан, профессор статистического машинного обучения из Калифорнийского университета в Беркли, в недавнем обзоре парадигм обучения с учителем, без учителя и обучения с подкреплением.
Методы машинного обучения применимы к быстро растущему набору важных проблем. Столь же быстрый рост доступных..
Работа с DeepONets, часть 4 (машинное обучение)
Fourier-DeepONet: сети глубоких операторов с расширенным Фурье для полной инверсии формы сигнала с повышенной точностью, обобщаемостью и надежностью (arXiv)
Автор: Мин Чжу , Шихан Фэн , Юцзо Линь , Лу Лу .
Аннотация: Полная инверсия формы волны (FWI) выводит информацию о структуре геологической среды из данных сейсмической формы волны путем решения невыпуклой задачи оптимизации. FWI, управляемый данными, все чаще изучается с использованием различных архитектур нейронных сетей для..
Использование банаховых решеток в машинном обучении, часть 7.
Свободные комплексные банаховы решетки (arXiv)
Автор : Давид де Эвиа , Педро Традасете
Аннотация: Конструкция свободной банаховой решетки, порожденной вещественным банаховым пространством, распространена на комплексный случай. Показано, что для любого комплексного банахова пространства E существует комплексная банахова решетка FBLC[E], содержащая линейную изометрическую копию E и удовлетворяющая следующему универсальному свойству: для любой комплексной банаховой решетки XC каждый..
Новые материалы
Как создать диаграмму градиентной кисти с помощью D3.js
Резюме:
Из этого туториала Вы узнаете, как добавить градиентную кисть к диаграмме с областями в D3.js. Мы добавим градиент к значениям SVG и применим градиент в качестве заливки к диаграмме с..
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..