Публикации по теме 'keras'
Используйте линейную модель Keras Tensorflow для прогнозирования продаж в магазине
В моем последнем обзоре кода я сделал прогнозы продаж Walmart, используя алгоритм RandomForestregressor sklearn, и добился очень хороших результатов, используя эту модель. Сообщение в блоге с этими прогнозами можно найти здесь: https://medium.com/mlearning-ai/use-random-forest-to-predict-on-walmart-sales-ae6ebadb569b
В этом посте я собираюсь просмотреть код, в котором я снова прогнозировал продажи, но на этот раз я использовал искусственную нейронную сеть Keras Tensorflow, или ANN...
Анализ распознавания речи
Создайте модель распознавания речи с помощью Keras.
Распознавание речи широко используется в нашей жизни - от Siri до устройств умного дома. Этот проект распознавания речи предназначен для использования набора данных задачи распознавания речи Kaggle для создания модели Keras поверх Tensorflow и прогнозирования голосовых файлов.
Ссылка на набор данных задачи распознавания речи Kaggle приведена ниже:
Задача распознавания речи TensorFlow Скачивание..
Dog-Breed-Classifier: сверточные нейронные сети и трансферное обучение для классификации изображений
Dog-Breed-Classifier: сверточные нейронные сети и трансферное обучение для классификации изображений
Обзор проекта
В этом посте я буду обсуждать процесс создания конвейера для обработки реальных изображений, предоставленных пользователями. Учитывая изображение собаки, алгоритм определит оценку породы собаки. При наличии изображения человека код идентифицирует похожую породу собаки.
Сверточная нейронная сеть (CNN) — это особый класс нейронной сети, который может просматривать и..
Создание поисковой системы с использованием скрытых состояний LSTM в качестве представлений
В этой истории я шаг за шагом создам языковую модель на основе LSTM для данного корпуса. Используемые библиотеки для препроцессинга, нейромоделей и т. д. — spaCy и Keras. Основная цель здесь — создать простую поисковую систему для предложений корпуса, используя скрытые состояния LSTM в качестве представлений.
Обратите внимание, что для этого небольшого руководства требуется, чтобы читатель имел хотя бы прочные основы в Python и машинном обучении, поскольку здесь я сосредоточился на..
Введение в 3D-распознавание тела
История начинается в марте 2017 года, когда мой начальник сказал, что автоматически распознавать 3D-тела практически невозможно. То, что один считает невозможным, бросает вызов другому.
Итак, проблема заключается в следующем: в качестве входных данных используется трехмерное тело сетки (необработанные треугольники и вершины). Вероятности класса как результат.
Я нашел несколько разных подходов к этой проблеме. Некоторые из них:
Масштабируйте тело и нарежьте его на воксели. Поток..
Темы этой недели:
Темы этой недели:
Мы видели много основных тем машинного обучения. Я здесь, чтобы написать обзор задач прошлой недели.
ПОСТРОЕНИЕ СОБСТВЕННОГО КЛАССИФИКАТОРА
Во-первых, мы создали собственный классификатор anaconda по полному исходному коду. мы закончили с 4 шагами в этом процессе, это установка anaconda, извлечение исходного кода, подготовка данных, а также тестирование и обучение набора данных. после этого мы узнаем о проектах построчно.
УСЛОВИЯ :
1.Будущее
Заявление..
Как использовать Keras TimeseriesGenerator для данных временных рядов
Возможно, вы имели дело с прогнозной моделью, задача которой - прогнозировать будущую стоимость на основе исторических данных. Подготовить входные и выходные пары с учетом данных временного ряда утомительно. Недавно я наткнулся на встроенную в Keras утилиту TimeseriesGenerator , которая делает именно то, что я хочу.
В следующей демонстрации вы узнаете, как применить его к вашему набору данных.
Исходный код доступен в моем репозитории GitHub .
Представьте, что вы - управляющий..
Новые материалы
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..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..