Публикации по теме 'deep-learning'
Проектирование умных зданий будущего с помощью суперкомпьютеров
ИННОВАЦИОННЫЙ ВЫЗОВ
Проектирование умных зданий будущего с помощью суперкомпьютеров
Как машинное обучение и анализ на основе данных могут помочь нам превратить здания в поглотители углерода
Здравствуйте, я Алексей Кондратенко, научный сотрудник Миланского политехнического университета и стажер AI в DBF. Я пишу серию блогов, в которых исследую, как можно использовать суперкомпьютеры и машинное обучение для решения проблемы углеродного воздействия строительной отрасли. В этом блоге..
PyTorch лучше, чем TensorFlow?
Многие фреймворки машинного обучения стремились стать новыми фаворитами среди исследователей и практиков отрасли. От ранней академической эры Caffe и Theano до масштабной индустрии, поддерживаемой и возглавляемой PyTorch и TensorFlow.
Несколько лет назад, если бы нам нужно было ответить на этот вопрос, у нас было бы 6–7 различных фреймворков глубокого обучения.
Теперь, если мы говорим о фреймворках глубокого обучения (подполе машинного обучения), большинство из них не смогли этого..
Моделирование цвета волос в реальном времени
Недавно завершил проект глубокого обучения по моделированию цвета волос в реальном времени . Моделирование работает по-разному, например, автоматическое определение длинных волос и коротких волос для окрашивания. Вместо того, чтобы добавлять только один цвет , пользователи могут по своему выбору добавлять несколько цветов к волосам, например цветовой градиент.
Технологии
Модель U-Net является пионером в области сегментации изображений. Использовали его с моделью..
Возобновление скрининга с использованием глубокого обучения на Cainvas
Проверка резюме необходима, когда компании получают тысячи заявок на разные должности и им нужно найти подходящие совпадения.
Для этого проекта набор данных изначально состоит из 2 столбцов - Категория и Резюме, где Категория обозначает поле (например, Data Science, HR, Testing и т. Д.). Используя резюме в качестве входных данных, нам необходимо отнести его к одной из категорий.
Содержание -
Анализ набора данных Предварительная обработка Токенизация функций и метки Модель..
Локализация объекта
Локализация объекта — это процесс прогнозирования границ рассматриваемого объекта. Локализация очень похожа на обнаружение объектов с той лишь разницей, что вместо обнаружения всех объектов локализация фокусируется только на одном основном объекте.
Обнаружение объектов — это модель классификации, которая предсказывает, присутствует ли объект (в случае одного объекта) или все присутствующие объекты (в случае нескольких объектов). В отличие от обнаружения объектов, локализация объектов..
Обучение с подкреплением.
Исследование и письмо Яшванта - ISA, Manipal.
Что такое обучение с подкреплением
Обучение с подкреплением - это метод обучения машинному обучению. Он состоит из Агента (того, что может воспринимать свое окружение и принимать решения), фактического окружения и интерпретатора.
Обучение с подкреплением используется для обучения модели выполнению последовательности действий. Это полезно, когда мы хотим обучить модели, чтобы превзойти человеческий уровень компетенции, или если действие..
Предвзятость — Дисперсия Компромисс и регуляризация
Что такое предвзятость?
Если модель машинного обучения очень плохо работает с набором данных, потому что она не обобщает все ваши точки данных, это когда вы говорите, что ваша модель имеет большое смещение, и говорят, что модель не соответствует.
Ошибка между средним предсказанием модели и наземной правдой Смещение оцениваемой функции говорит нам о способности базовой модели предсказывать значения.
Что такое дисперсия?
Если модель машинного обучения пытается успешно учесть все..
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..