Публикации по теме 'deep-learning'
Машинное обучение для начинающих
Машинное обучение - это приложение искусственного интеллекта (ИИ), которое дает системам возможность автоматически учиться и совершенствоваться на основе опыта без явного программирования. Машинное обучение нацелено на разработку компьютерных программ , которые могут получать доступ к данным и использовать их для самостоятельного обучения. Я знаю, что это звучит немного запутанно, но в конце все будет ясно.
На очень высоком уровне машинное обучение - это процесс обучения компьютерной..
Увеличение изображения для глубокого обучения с использованием Keras и выравнивания гистограмм
В этом посте мы рассмотрим:
Увеличение изображения: что это такое? Почему это важно? Керас: Как использовать его для базового увеличения изображения. Выравнивание гистограммы: что это такое? Чем это полезно? Реализация методов выравнивания гистограммы: один из способов изменить файл keras.preprocessing image.py.
Увеличение изображения: что это такое? Почему это важно?
Глубокие нейронные сети, особенно сверточные нейронные сети (CNN) , особенно хорошо справляются с задачами..
Как работает обнаружение существенных объектов, часть 3 (компьютерное зрение)
PSNet: параллельная симметричная сеть для обнаружения заметных объектов на видео (arXiv)
Автор: Рунмин Конг , Вэйю Сун , Цзяньцзюнь Лэй , Гуанхуэй Юэ , Яо Чжао , Сэм Квонг .
Аннотация . Для задачи обнаружения заметных объектов видео (VSOD) вопрос о том, как извлечь информацию из модальности внешнего вида и модальности движения, всегда вызывал серьезную озабоченность. Двухпоточная структура, включающая поток внешнего вида RGB и поток движения оптического потока, широко..
Ведение журнала с весами и смещениями
Легко контролировать обучение нейронной сети
Регистрация кривых потерь и точности никогда не была легкой задачей. Мы часто сохраняем эти значения в массивах или списках, а затем наносим их на график в конце обучения. Поделиться этими графиками еще сложнее, когда отправка снимков экрана с этими графиками кажется единственным выходом. В этом руководстве мы рассмотрим эту проблему с помощью весов и смещений.
Weights & Biases (WandB) - это пакет Python, который позволяет нам..
ПРОГНОЗ ЦЕНЫ ПОЛЕТА С ПРИЛОЖЕНИЕМ FLASK — С ИСХОДНЫМ КОДОМ — ВИЗУАЛИЗАЦИЯ ДАННЫХ — ИНТЕРЕСНО…
Итак, ребята, вот еще один из моих самых любимых проектов. В этом блоге мы будем внедрять модель прогнозирования цен на авиабилеты с использованием различных методов, а также будем выполнять очень частую визуализацию данных, чтобы лучше понять наши данные. Это будет большой блог, поэтому, не вдаваясь в подробности, выпейте кофе и начните.
Полную статью с исходным кодом читайте здесь — https://machinelearningprojects.net/flight-price-prediction/
Посмотреть видео можно здесь —..
Прогресс в использовании генетических алгоритмов часть 1 (искусственный интеллект)
GAASP: Протокол атомистической выборки материалов с высокой энтропией на основе генетического алгоритма (arXiv)
Автор: Г. Ананд
Аннотация: Материалы с высокой энтропией состоят из нескольких элементов на сравнительно более простых решетках. Из-за многокомпонентной природы таких материалов выборка в атомном масштабе требует больших вычислительных затрат из-за комбинаторной сложности. Мы предлагаем методологию, основанную на генетическом алгоритме, для отбора проб таких сложных..
Инновации в сетях Graph Attention Networks, часть 4 (машинное обучение)
Сеть внимания гиперболического графика с учетом времени для рекомендаций на основе сеансов (arXiv)
Автор: Сяохань Ли , Юцин Лю , Чжэн Лю , Филип С. Ю .
Аннотация: Рекомендация на основе сеанса (SBR) предназначена для прогнозирования следующих интересующих пользователей элементов на основе их предыдущих сеансов просмотра. Существующие методы моделируют сеансы в виде графиков или последовательностей для оценки интересов пользователей на основе элементов, с которыми они..
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..