Публикации по теме 'neural-networks'
Глубокое обучение и почвоведение - Часть 2
Цифровое картирование почв с использованием контекстной пространственной информации
Это вторая статья из серии, которую я посвящаю использованию глубокого обучения в почвоведении. Это продолжающаяся серия, и на данный момент она также включает:
Глубокое обучение и почвоведение - Часть 1 Спектроскопия почвы для прогнозирования свойств почвы. Многозадачная сверточная нейронная сеть для прогнозирования различных свойств почвы на основе спектрограмм...
Устали от ИИ? Поговорим о CI.
Искусственный интеллект (ИИ) повсюду. Он постепенно отходил от своего первоначального определения и стал модным словом для большинства автоматизированных алгоритмов. В этом посте я не спорю, что такое ИИ, а что нет - на данный момент это очень субъективный аргумент. Однако я хотел бы выделить вычислительный интеллект - четко определенную тему.
Мотивация
Что такое искусственный интеллект? Кто знает. Это постоянно меняющаяся цель, чтобы определить, что является ИИ, а что нет...
Проблема исчезающего градиента
Исчезающие градиенты — это проблема, с которой вы можете столкнуться при обучении нейронной сети. Чаще всего это наблюдается в глубокой нейронной сети, а также в рекуррентной нейронной сети (RNN).
Чтобы понять проблему исчезающего градиента, нам нужно знать, что такое обратное распространение и градиентное обучение. Пожалуйста, обратитесь к Обратному распространению и градиентному спуску , если вам нужно быстро освежить в памяти.
Градиентный спуск не очень хорошо работает, если мы не..
Модель классификации для прогнозирования данных дискретных временных рядов в конечном пространстве
Сводка
Этот документ предназначен в качестве простого примера для прогнозирования выходных данных в ряду, представляющем дискретные последовательные данные в конечном пространстве, с использованием модели классификации. Представленная здесь концепция использует небольшую последовательность четных чисел и предсказывает следующее четное число в последовательности. Однако в реальном мире это могут быть любые произвольные значения, представляющие категориальные данные. Сеть на основе LSTM..
Вскрытие пакетной нормализации: более быстрая сходимость и меньшие потери! (Эталон)
TL;DR: модели сходятся быстрее и с меньшими потерями при использовании пакетной нормализации.
Пакетная нормализация — это метод, используемый для ускорения и повышения стабильности искусственных нейронных сетей за счет нормализации входного слоя путем повторного центрирования и масштабирования. Он был предложен Сергеем Иоффе и Кристианом Сегеди в их статье 2015 года Пакетная нормализация: ускорение обучения глубокой сети за счет уменьшения внутреннего ковариатного сдвига .
3 примера..
Руководство по глубокому обучению и нейронным сетям
Что такое нейронная сеть и что делает ее «глубокой»?
Как разновидность искусственного интеллекта, глубокое обучение лежит в основе различных инноваций: беспилотных автомобилей, обработки естественного языка, распознавания изображений и т. Д. Компании, предлагающие решения для DL (такие как Amazon, Tesla, Salesforce), находятся в авангарде фондовых рынков и привлекают впечатляющие инвестиции. По данным Statista , общий объем финансирования стартапов в области искусственного интеллекта..
Введение в рекуррентные нейронные сети
И снова здравствуйте! Для тех, кто путешествовал со мной до сих пор, ваша выносливость достойна восхищения! Мы поймали быстрые мячи нейронных сетей с прямой связью и разгадали загадки сверточных нейронных сетей.
Если вы новичок, добро пожаловать! Мы на пути к интуитивному пониманию различных типов искусственных нейронных сетей. Если вы еще не ознакомились с моими предыдущими постами об основах нейронных сетей ( Часть 1 и Часть 2 ), Введение в нейронные сети с прямой связью и..
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..