Публикации по теме 'deep-learning'
Как работают случайные леса, часть 2 (машинное обучение)
Начало работы со случайными лесами
Понимание Random Forest Как работает алгоритм и почему он настолько эффективен towardsdatascience.com
Ковариационная регрессия со случайными лесами (arXiv)
Автор: Cansu Alakus , Denis Larocque , Aurelie Labbe
Аннотация: Получение условных ковариаций или корреляций между элементами многомерного вектора ответа на основе ковариат важно для различных областей, включая неврологию,..
5 каналов YouTube, на которые стоит подписаться, чтобы быть в курсе последних новостей об искусственном интеллекте!
Будьте впереди игры с этими информативными каналами искусственного интеллекта!
Искусственный интеллект (ИИ) — это одна из наиболее быстро развивающихся технологий в современном мире, в которой регулярно появляются новые прорывы и приложения.
Вы энтузиаст искусственного интеллекта и хотите быть в курсе последних тенденций и новостей в этой области? Тогда обратите внимание на эти пять обязательных каналов YouTube! От глубокого обучения и обработки естественного языка до робототехники и..
Обнаружение лиц и классификация объектов с использованием Python
Эта статья состоит из двух частей:
Классификация изображений с помощью MobileNet . Обнаружение лиц (в реальном времени и по изображению) с каскадом хаара с использованием OpenCV в python.
Введение:
Классификация изображений: что это такое?
Цифровые фотографии стали обычным явлением в нашем обществе, и на протяжении многих лет они производили огромные объемы данных. Дисциплина компьютерного зрения ИИ широко использует данные, в основном для обнаружения, распознавания и..
Руководство для начинающих по машинному обучению: Часть 1. Введение в машинное обучение
Подробное введение в машинное обучение
В последние годы было много ажиотажа в области машинного обучения, глубокого обучения и науки о данных. И это оправдано, учитывая последние достижения в этой области и огромное количество доступных данных. Было много моделей, которые доказали свою способность решать проблемы, которые раньше было очень сложно решить, такие как рекомендации продуктов, распознавание изображений и видео, обнаружение мошеннических транзакций и многие другие. Хотя эти..
Caffe: универсальная платформа глубокого обучения для Python
Введение:
Глубокое обучение изменило многие отрасли, включая компьютерное зрение и обработку естественного языка. Однако для создания эффективных моделей глубокого обучения требуются сложные фреймворки, упрощающие сложный процесс создания, обучения и развертывания нейронных сетей. Caffe, модуль Python, привлекший значительное внимание благодаря своей адаптивности и эффективности в приложениях глубокого обучения, является одной из таких выдающихся платформ. В этом эссе будет..
TpuGraphs: прогнозирование производительности тензорных программ
✨TpuGraphs: набор данных для прогнозирования производительности на больших тензорных вычислительных графах✨
Питчайя Мангпо Фотилимтана, Сами Абу-Эль-Хайджа, Кайди Цао, Бахаре Фатеми, Чарит Мендис, Брайан Пероцци
TpuGraphs представляет набор данных для прогнозирования производительности и базовые модели тензорных программ, представленных в виде вычислительных графов, работающих на тензорных процессорах (TPU).
Важные термины и предыстория
Прогноз эффективности
Это задача..
Адаптивные сети агрегации: не забывайте, чему вы научились
Автор Чарльз Юань. Обсуждение названия статьи «Адаптивные сети агрегации для постепенного обучения в классе» .
Введение
Когда вы действительно думаете об этом, алгоритмы глубокого обучения фундаментально ограничены в достижении настоящего искусственного общего интеллекта. Те, кто когда-либо создавал и обучал нейронную сеть, вероятно, знакомы с термином пакетный градиентный спуск , а также с мини-пакетным градиентным спуском и стохастическим градиентным спуском. По сути, традиционный..
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..