Публикации по теме 'neural-networks'
Как извлечь встраивания нейронной сети
МАШИННОЕ ОБУЧЕНИЕ
Как извлечь встраивания нейронной сети
Повышение точности прогнозирования с помощью встраивания нейронных сетей
Введение
В нашем предыдущем блоге по разработке функций мы рассмотрели способы ручной разработки функций . В этом блоге мы рассмотрим автоматическую разработку функций, выполняемую нейронными сетями, и то, как извлекать эти вложения и использовать их вместе с функциями, созданными вручную. Обратите внимание, что мы использовали платформу TensorFlow..
Квантовое обучение с глубокими сетями
Как сократить время обучения нейронной сети вдвое с минимальными усилиями
Квантование с первого взгляда
Существует много подходов для снижения накладных расходов на обучение нейронной сети, но одним из наиболее многообещающих методов является низкоточное/квантованное обучение. Подход прост — просто уменьшите количество битов, используемых для представления активаций и градиентов в сети во время обучения . Затем эти низкоточные представления, как показано на рисунке выше, ускоряют..
Объяснение модели синтеза голоса Tacotron2 и эксперименты
Авторы: Эдвард Дж. Юн, Элли Канг
Аннотация: разговор на естественном языке между человеком и не-человеком, показанный дуплексным ИИ на Google I/O 18, считается уже прошедшим тест Тьюринга. Тем не менее, технологии распознавания речи среди нескольких говорящих предстоит пройти долгий путь. Тем не менее, технология синтеза голоса на основе глубокого обучения, которая превосходит ожидаемое качество обычного распознавания речи (традиционный объединенный синтезатор, созданный голосом),..
Университет Оксфордского университета предлагает COIN++, платформу нейронного сжатия для различных модальностей данных
В нашем все более оцифровываемом мире ежедневно производится огромное количество данных, и алгоритмы нейронного сжатия, разработанные для борьбы с этим потоком, обычно полагались на автокодировщики со специализированными архитектурами кодировщика и декодера для различных модальностей данных, уделяя особое внимание изображениям и видеоданным. .
AB-тестирование в машинном обучении!
AB-тестирование — это рандомизированный контролируемый эксперимент, предназначенный для понимания того, как варианты системы влияют на метрики. Большинство крупных веб-сайтов сегодня проводят сотни или даже тысячи AB-тестов одновременно, поскольку разные группы продуктов стремятся оптимизировать их для разных показателей. В этой статье я расскажу вам, что такое тестирование AB и как мы можем использовать его в машинном обучении.
Как работает AB-тестирование?
Общий процесс..
Искусственные нейронные сети (ИНС) изменили наше взаимодействие с компьютерами
Искусственные нейронные сети (ИНС) и особенно глубокие нейронные сети (ГНС) изменили то, как мы взаимодействуем с компьютерами. Мы собираемся изучить, как они функционируют, начав с изучения сути искусственной нейронной сети (основанной на модели работы биологического нейрона), а затем краткую историю ИНС. Затем мы рассмотрим простой пример запрограммированной и обученной нейронной сети.
Биологические нейроны
Сначала мы рассмотрим биологический нейрон, чтобы понять модель ИНС:..
На этой неделе в машинном обучении, 13 ноября 2017 г.
Лучшие истории машинного обучения на этой неделе: диагностика рака яичников, обнаружение поддельных товаров и многое другое!
Машинное обучение - одна из самых захватывающих областей в мире. Каждую неделю мы открываем для себя что-то новое, что-то удивительное, что-то революционное. Вот почему мы создали This Week in Machine Learning! Каждую неделю мы публикуем тщательно подобранный список историй о машинном обучении в качестве ресурса, который поможет вам идти в ногу со всеми..
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..