Публикации по теме 'fastai'
fast.ai Урок 7.2: Совместная фильтрация
У моего предыдущего работодателя моя команда занималась созданием рекомендательного механизма, который уведомлял нашу команду по продажам об их следующих лучших действиях по продажам. Мы не всегда хотели иметь следующее лучшее действие для каждого клиента — возможно, они не были готовы к другому продукту или не было никаких защитных действий — поэтому нам нужно было ограничить наши рекомендации минимальным порогом активации. И наоборот, если было несколько рекомендаций выше порога, мы..
Модуль глубокого обучения II — Классификация изображений серии FAST-AI 1
В этом уроке мы углубимся в классификацию изображений, поскольку специалисты по глубокому обучению могут не знать, как именно работает модель. иногда вам нужно, чтобы ваша модель работала надежно и корректировала ее детали, что требует от вас заглянуть внутрь вашей нейронной сети.
Почему глубокое погружение?
ПРОБЛЕМА С МОДЕЛЕЙ –> СМОТРИТ ВНУТРИ СЕТИ –> ВЫЯСНИТЕ –> УСТРАНИТЕ ЭТО
НАЗНАЧЕНИЕ ЭТИХ РУКОВОДСТВ:
Мы собираемся глубоко погрузиться в
механика глубокого обучения..
MultiLabel Classification для проблемы классификации одной метки с использованием fastai
Предполагается, что следующий блог будет служить учебным пособием и справочником в будущем о том, как выполнять любую задачу классификации изображений с помощью Fastai.
При разработке модели для задачи определения типа медведя с использованием однокомпонентной классификации. Я столкнулся с проблемой. Модель производила выходные данные, которые классифицировали изображение как тип медведя, даже если я включил изображение без медведей.
Это происходит из-за того, что модель когда-либо..
БЫСТРОЕ ПУТЕШЕСТВИЕ С ИИ: КУРС V3. ЧАСТЬ 2. УРОК 14.2.
Документирование моего пути к fast.ai: ОБЗОР КОДА. SWIFT ДЛЯ TENSORFLOW (S4TF) ПРОЕКТ ГЛУБОКОГО ПОГРУЖЕНИЯ. СВЕТОЧНЫЕ НЕЙРОННЫЕ СЕТИ.
Для проекта «Урок 14.2» я решил глубже погрузиться в реализацию простой сверточной нейронной сети с использованием Swift For TensorFlow (S4TF) .
Мы будем использовать Официальную документацию API Swift для библиотеки глубокого обучения TensorFlow и Пример модели классификации MNIST , представленный в Официальном репозитории S4TF Models Github , в..
Использование Google colab для курса машинного обучения для программистов от fast.ai
Hi!
Сегодня третий день, когда я пытаюсь изучить машинное обучение, и после просмотра двух первых уроков машинного обучения fast.ai для программистов я решил сам реализовать случайный лес.
Для этого мне нужно настроить Google Colab. Итак, я создал образец блокнота jupyter, который вы можете просто скачать и использовать. Я пытался удалить все обнаруженные мной ошибки. Так что, используя это, вам не нужно выяснять каждую ошибку (я думаю).
Ноутбук делает простые вещи
установить..
Чтение больших наборов данных с помощью панд
В области науки о данных мы можем столкнуться со сценариями, когда нам нужно прочитать большой набор данных, размер которого превышает размер системной памяти. В этом случае вашей системе не хватит RAM / памяти при чтении такого огромного количества данных. Это также может привести к завершению работы ядра в ноутбуке jupyter или к сбою системы. Чтобы избежать таких сценариев, есть несколько довольно хороших методов, которые помогут нам читать большие наборы данных.
Для любого..
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..