Публикации по теме 'deep-learning'
Как ИИ🤖 может быть таким мощным: «Стабильный диффузионный ИИ»😲?
Привет, ребята👋 В этом посте мы поговорим об удивительном инструменте с открытым исходным кодом под названием «Стабильная диффузия», который понимает ваш обычный английский и преобразует его в изображения с высоким разрешением.
Чтобы понять все это очень четко, давайте начнем с более простых вопросов, таких как, что это за инструмент, кому он принадлежит и как мы можем использовать его для наших собственных целей.
▶ Содержание:
Что такое стабильный диффузионный ИИ?..
Появление языка с помощью многоагентных игр: обучение общению с помощью последовательностей символов
Сергей Гаврилов и Иван Титов (партнеры по ML из Эдинбургского университета / Амстердамского университета)
Язык был важным инструментом человеческой цивилизации для передачи знаний новым поколениям. Происхождение языка веками занимало умы людей и послужило поводом для нескольких исследований.
Однако до недавнего времени почти все математические модели для изучения появления языка должны были быть ограничены низкоразмерными простыми пространствами наблюдения из-за алгоритмических и..
Объяснение документов 08: DeBERTa
DeBERTa (BERT с улучшенным декодированием и распутанным вниманием) улучшает модели BERT и RoBERTa, используя два новых метода.
Первый — это механизм распутанного внимания, в котором каждое слово представлено с помощью двух векторов, которые кодируют его содержимое и позицию соответственно, а весовые коэффициенты внимания среди слов вычисляются с использованием распутанных матриц их содержания и относительных позиций соответственно. Во-вторых, усовершенствованный декодер маски..
Октавный код для одномерной линейной регрессии: моя первая реализация
Это следует за моим предыдущим постом о том, как градиентный спуск работает в линейной регрессии.
Вчера наступил волшебный момент. После трех дней изучения видео Эндрю Нг, посвященных машинному обучению, я, наконец, взялся за код и увидел, как все, что мне объяснили, внезапно материализовалось в красивые прогностические модели.
"Я гений машинного обучения!" Я взревел в небеса. Хотя затем наступил менее волшебный момент, когда я внезапно понял, что все, что я сделал, соответствовало..
Используйте мощь GPU и TPU
Использование Google Colab
Что такое Google Colab?
Colaboratory — это бесплатная среда для ноутбуков Jupyter, которая не требует настройки и полностью работает в облаке. Он предоставляет GPU и TPU совершенно бесплатно ! Теперь мы можем разрабатывать приложения для глубокого обучения на этом бесплатном GPU/TPU.
Зачем использовать?
Colaboratory поддерживает Python 2.7 и Python 3.6, Бесплатные GPU и TPU, Построен на основе ноутбука Jupyter, Множество предустановленных..
Работа с внимательным нейронным процессом, часть 3 (машинное обучение)
Рекуррентный внимательный нейронный процесс для последовательных данных (arXiv)
Автор: Шенхао Цинь , Цзячэн Чжу , Джимми Цинь , Вэньшо Ван , Дин Чжао .
Аннотация: Нейронные процессы (НП) изучают стохастические процессы и предсказывают распределение целевого результата, адаптивно обусловленное контекстным набором наблюдаемых пар вход-выход. Кроме того, Attentive Neural Process (ANP) повысил точность прогнозирования NP за счет включения механизма внимания среди контекстов и целей...
Работа с автоматизированным мышлением, часть 1 (MLops)
Автоматизированная поддержка рассуждений для Standpoint-OWL 2 (arXiv)
Автор: Флориан Эммрих , Лусия Гомес Альварес , Ханнес Штрасс .
Аннотация: Мы представляем инструмент для моделирования и рассуждений со знаниями с различных (и, возможно, конфликтующих) точек зрения. Теоретические основы обеспечиваются расширением базовой логики точками зрения в соответствии с недавно введенным формализмом, который мы также помним. Инструмент работает путем перевода расширенной точки зрения..
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..