Публикации по теме 'neural-networks'
Сочетание технических индикаторов с глубоким обучением для торговли акциями
Делает ли программа больше данных более или менее надежной?
Большинство торговых ботов полагаются на одно из двух: машинное обучение или технический анализ. У каждого метода есть свои преимущества и недостатки. Машинное обучение может находить сложные закономерности, но за счет скорости вычислений и переобучения. Технический анализ может быстро находить проверенные временем модели, но страдает с точки зрения точности. Что произойдет, если объединить вместе технический анализ и..
Введение в графические нейронные сети
Графические нейронные сети - их потребности, реальные приложения и базовая архитектура с библиотекой NetworkX
В этом посте мы собираемся исследовать относительно новую область глубокого обучения, которая включает графы - очень важную и широко используемую структуру данных. Этот пост охватывает основы графов, объединение графов и глубокого обучения, а также базовое представление о графовых нейронных сетях и их приложениях. Мы также кратко обсудим, как строить графики с помощью..
Первый разрез самый поверхностный
Взвешивание данных перед функцией активации
В этом посте мы собираемся сделать первый шаг к тому, чтобы сделать нашу математику реальной, и посмотреть, что происходит, когда вы применяете рандомизированные веса и значения смещения к нашим данным перед отправкой их в функцию активации.
Вспомните, что мы немного упростили математику нашей нейронной сети, используя матричное умножение и поглотив наш расчет смещения, добавив измерение к нашим данным и весовому вектору.
Таким образом,..
Применение ИИ в фотографии
Искусственный интеллект меняет различные отрасли, одной из таких является фотография. Если вы хотите запечатлеть момент, вы можете щелкнуть его на специальной камере, такой как цифровая зеркальная или беззеркальная камера, или вы можете использовать камеру своего мобильного телефона. Профессиональный фотограф всегда выберет специальную камеру, однако большинство выберет свои смартфоны. Если сравнивать начинку камеры и смартфона, камера выйдет на первое место. Но когда дело доходит до..
Сборка TensorFlow из исходников для инструкций SSE / AVX / FMA: стоит ли затраченных усилий?
Сообщение изначально опубликовано на casey.li/tensorflow-from-source
tl; dr: Да. Я получил ~ 40% более быстрое обучение только для ЦП на небольшой CNN, построив TensorFlow из исходников для использования инструкций SSE / AVX / FMA. Посмотрите несколько примеров флагов сборки . Затем сделать его"!
MNIST - это Привет, мир машинного обучения, а MNIST для начинающих TensorFlow - довольно удобный способ начать работу. Во всяком случае, настолько удобным, насколько может быть ML...
Глубокие нейронные сети. Упражняться. Часть 1.
Руководство по машинному обучению и анализу данных от А до Я .
Сообщите нам, если вас интересует разработка программного обеспечения для блокчейн и финтех , или просто скажите Привет в Pharos Production Inc .
В предыдущих двух статьях мы рассмотрели базовую теорию DNN - градиентный спуск, прямое и обратное распространение ошибки и еще несколько. На этот раз мы реализуем всю эту теорию с помощью Python.
Глубокие нейронные сети. Теория. Часть 1. Глубокие нейронные..
Сверточные нейронные сети с TensorFlow 2.0
CNN - это класс нейронных сетей, которые используются для классификации изображений (например, кошки против собак), обнаружения объектов, распознавания изображений и т. Д.
CNN выполняет математическую операцию, известную как свертка, вместо общего умножения матриц по крайней мере в одном из своих слоев.
Архитектура сверточной сети
Слой свертки Уровень объединения Полностью связанный слой
Хотя вы можете спроектировать довольно хорошую нейронную сеть, используя только слои свертки,..
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..