Публикации по теме 'deep-learning'
Что, почему и как использовать генеративные потоковые сети
Руководство по созданию вашего первого GFlowNet в TensorFlow 2
Генеративные потоковые сети (GFlowNets) — это метод машинного обучения для создания составных объектов с частотой, пропорциональной связанному с ними вознаграждению.
В этой статье мы раскроем значение всех этих слов, объясним, чем полезны GFlowNet, поговорим о том, как их обучать, а затем разберем реализацию TensorFlow 2.
Развивайте свою интуицию
GFlowNets были представлены на NeurIPS в 2021 году Эммануэлем Бенджио и..
Приложение с графическим интерфейсом для распознавания рукописных цифр
Введение
Каждый день разработчики усердно работают над машинами, чтобы сделать их более умными и интеллектуальными, используя методы машинного обучения и глубокого обучения, чтобы они могли выполнять задачи, аналогичные людям. С помощью этих методов можно уменьшить человеческие усилия в распознавании, обучении, прогнозировании и во многих других областях.
Способность компьютеров распознавать рукописные цифры человека известна как распознавание рукописных цифр из таких..
Обучение в ансамбле: объединение возможностей многих для улучшения прогнозов
В области машинного обучения ансамблевое обучение стало мощным методом, который объединяет прогнозы нескольких моделей для достижения более высокой производительности по сравнению с отдельными моделями. Ансамбльное обучение использует мудрость толпы, используя сильные стороны различных моделей для преодоления ограничений любой отдельной модели. В этой статье рассматриваются концепции, преимущества и популярные методы ансамблевого обучения, которые произвели революцию в области машинного..
Быстрее RCNN: опрос
Абстрактный
В этом обзоре мы обсудим, как быстрее работает RCNN. Если вы уже знакомы с более быстрой RCNN, вам может быть интересно, что способ ее работы может не быть проблемой сам по себе, но понимание способа обучения и тестирования более быстрой модели RCNN является важной частью. Как выбрать цели для модели RPN (сеть региональных предложений) или модели RCNN, что происходит, когда размер ROI (области интереса) меньше, чем сам пул, как выбираются поля привязки на изображении и так..
Краткий обзор основ машинного обучения Udacity AWS.
ВВЕДЕНИЕ. Машинное обучение — это сложная предметная область, в которой происходят быстрые и захватывающие изменения во всех отраслях.
Что такое машинное обучение? Машинное обучение (МО) — это современный метод разработки программного обеспечения и тип искусственного интеллекта (ИИ), который позволяет компьютерам решать проблемы, используя примеры реальных данных. . Это позволяет компьютерам автоматически учиться и совершенствоваться на основе опыта без явного программирования для..
Понимание процесса Denoising Diffusion, часть 1 (машинное обучение)
Звездообразные вероятностные модели шумоподавления (arXiv)
Автор : Андрей Охотин , Дмитрий Молчанов , Владимир Архипкин , Григорий Бартош , Айбек Аланов , Дмитрий Ветров .
Аннотация: Методы, основанные на вероятностных моделях шумоподавления (DDPM), стали повсеместным инструментом в генеративном моделировании. Однако они в основном ограничиваются гауссовскими и дискретными диффузионными процессами. Мы предлагаем звездообразные вероятностные модели шумоподавления (SS-DDPM),..
Введение в графические нейронные сети
Графические нейронные сети - их потребности, реальные приложения и базовая архитектура с библиотекой NetworkX
В этом посте мы собираемся исследовать относительно новую область глубокого обучения, которая включает графы - очень важную и широко используемую структуру данных. Этот пост охватывает основы графов, объединение графов и глубокого обучения, а также базовое представление о графовых нейронных сетях и их приложениях. Мы также кратко обсудим, как строить графики с помощью..
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..