Публикации по теме 'machine-learning'
Введение в машинное обучение
Что такое машинное обучение?
Машинное обучение — это процесс создания систем, которые обучаются и совершенствуются сами по себе, будучи специально запрограммированы.
Конечной целью машинного обучения является разработка алгоритмов, которые автоматически помогают системе собирать данные и использовать эти данные для получения дополнительной информации.
В целом, машинное обучение заставляет системы думать и действовать как люди, демонстрировать человеческий интеллект и наделять их мозгом...
Настраивайте трансформаторы быстрее с помощью Lightning Flash и Torch ORT
Torch ORT использует ONNX Runtime для улучшения времени обучения и вывода для моделей PyTorch.
С Lightning Flash , все, что вам нужно, это enable_ort=True использовать Torch ORT при обучении моделей на основе Transformer , что дает вам возможность использовать все функции Lightning, такие как обратные вызовы , Ведение журнала, смешанная точность и распределенное обучение с поддержкой расширенных распределенных подключаемых модулей.
Ниже мы расскажем, как можно..
Как создать собственного чат-бота менее чем за час и заработать деньги
Пошаговое руководство для начинающих по созданию чат-бота, который может приносить вам деньги
В последние годы чат-боты становятся все более популярными как способ обслуживания клиентов, маркетинга и других бизнес-решений. С появлением искусственного интеллекта и обработки естественного языка теперь каждый может создать своего чат-бота, даже с ограниченным опытом программирования.
В этой статье я предоставлю пошаговое руководство по созданию простого чат-бота с использованием Python..
Модель Fast.ai Style Transfer Net
def conv(in_f, out_f, kernel_size=3, stride=1, actn=True, pad=None, bn=True):
if pad is None: pad = kernel_size//2
layers = [nn.Conv2d(in_f, out_f, kernel_size, stride, pad, bias=not bn)]
if actn: layers.append(nn.ReLU(inplace=True))
if bn: layers.append(nn.BatchNorm2d(out_f))
return nn.Sequential(*layers)
Создайте блок Conv-ReLU-BN, который дополняет входной тензор таким образом, чтобы выходной тензор блока имел ту же форму (высоту/ширину), что и входной тензор.
class..
Идея DeepMind по созданию нейронных сетей, способных воспроизводить прошлый опыт так же, как это делают люди
Исследователи DeepMind создали модель, позволяющую воспроизводить прошлый опыт таким образом, чтобы имитировать механизмы в гиппокампе.
Недавно я запустил образовательный информационный бюллетень, посвященный ИИ, на который уже подписано более 100 000 человек. TheSequence - это информационный бюллетень, ориентированный на ML (то есть без рекламы, без новостей и т. Д.), На чтение которого уходит 5 минут. Наша цель - держать вас в курсе проектов, исследовательских работ и концепций..
Сверточная нейронная сеть в 30 строках кода
Просто дайте мне код:
from keras.preprocessing.image import ImageDataGenerator
from keras.models import Sequential
from keras.layers import Conv2D, MaxPool2D, Dense, Flatten
# create model
model = Sequential()
model.add(Conv2D(32, (5, 5), activation=”relu”, input_shape=(256, 256, 3)))
model.add(MaxPool2D(pool_size=(4, 4)))
model.add(Conv2D(32, (5, 5), activation=”relu”))
model.add(MaxPool2D(pool_size=(4, 4)))
model.add(Conv2D(64, (3, 3), activation=”relu”))
model.add(MaxPool2D())..
Как работают стохастические игры, часть 1 (искусственный интеллект)
О сходимости методов градиента политики к равновесию Нэша в общих стохастических играх ( arXiv )
Автор: Анжелики Джанноу , Кириакос Лотидис , Панайотис Мертикопулос , Эммануил-Василеос Влатакис-Гкарагкунис
Аннотация : обучение в стохастических играх является общеизвестно сложной проблемой, потому что, в дополнение к стратегическим решениям друг друга, игроки также должны учитывать тот факт, что сама игра развивается с течением времени, возможно, очень сложным образом. ...
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..