Публикации по теме 'neural-networks'
Oxford Novel Image Compression Method COIN: лучше, чем JPEG при низком битрейте!
В новой статье исследователи Оксфордского университета представляют новый подход к сжатию изображений, который превосходит стандарт JPEG при низких скоростях передачи данных, даже без энтропийного кодирования или изучения распределения по весам.
Недавно разработанные методы автоматического кодирования для сжатия изображений с потерями привлекли внимание в сообществах машинного обучения и обработки изображений. Такие автокодеры работают по простому принципу: изображение, обычно..
Прогнозирование кристаллической структуры молекул с использованием нейронной сети с глубоким генеративным графом
ВВЕДЕНИЕ
Кристаллическая структура — это наиболее важные свойства молекулы, определяющие реакции, в которых она участвует, связи, которые она образует, и связи, которые она имеет с различными частицами. Методы регулярного соответствия возрасту ограничивают спланированные вручную энергетические работы с субатомным энергетическим полем, которые часто не всегда связаны с реальной энергетической емкостью пилы частиц в природе. Они производят математически подобранные механизмы адаптации,..
Освоение машинного обучения: руководство для начинающих по ключевым терминам и понятиям, включая CNN, слои…
Машинное обучение — это область исследования, которая позволяет машинам обучаться и повышать свою производительность автоматически, без явного программирования. Это подмножество искусственного интеллекта ( ИИ ), основное внимание в котором уделяется обучению алгоритмов выполнению задач на основе входных данных. Область машинного обучения быстро развивается, и новичкам может быть сложно не отставать от используемой терминологии и концепций. В этом сообщении блога мы рассмотрим..
Как построить простую нейронную сеть из 9 строк кода Python
В рамках моего стремления узнать об ИИ я поставил себе цель построить простую нейронную сеть на Python. Чтобы убедиться, что я действительно это понимаю, мне пришлось создать его с нуля без использования библиотеки нейронной сети. Благодаря отличному сообщению в блоге Андрея Траска я добился своей цели. Вот он всего в 9 строках кода:
В этой записи блога я объясню, как мне это удалось, чтобы вы могли создать свой собственный. Я также предоставлю более длинную, но более..
Подарите своим приложениям новый интерфейс с помощью нейронной передачи стилей!
Yelp для еды, Feedly для новостей, WeChat для общения и TikTok для развлечения - в настоящее время существует более двух миллионов приложений на выбор, и они стали неотъемлемой частью нашей жизни. Мы проводим бесчисленное количество часов в наших любимых приложениях, почему бы не настроить этот опыт?
Хотя большинство мобильных приложений имеют универсальный графический пользовательский интерфейс (GUI), исследования показали, что многие пользователи действительно наслаждаются небольшим..
Прогнозирование энергии: на пути к эффективности
Введение
Энергия является жизненно важным источником движущей силы почти для всех процессов в мире. Растениям требуется энергия для производства пищи для выживания человека, животные охотятся за другими животными, чтобы получить энергию для процветания в дикой природе, а человеку также требуется энергия, чтобы мыслить и жить ответственно как социальные агенты в этом мире. Человеческая цивилизация сместила фокус энергии с простого ее использования для удовлетворения основных..
Посадка ракеты с помощью простого обучения с подкреплением
Посадка ракеты с помощью простого обучения с подкреплением
Что я узнаю?
В этой статье мы собираемся создать простой агент обучения с подкреплением (RL), который сможет успешно приземлить ракету в видеоигре Lunar Lander. RL - обширная тема, и я не собираюсь здесь подробно останавливаться на достигнутом. Вместо этого цель этого проекта - запачкать руки практическим обучением с подкреплением и прочувствовать его. Более подробные статьи по различным темам будут опубликованы в будущем...
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..