Публикации по теме 'tensorflow'
Легкое развертывание модели машинного обучения
Модель машинного обучения может быть огромной по размеру, и добавление модели tflite в приложение для Android или iOS при ее упаковке в файл apk в ipa увеличит размер приложения, однако с увеличением размера приложения может потребоваться установка. вниз, поэтому одним из способов уменьшить размер приложения может быть развертывание модели и ее загрузка на лету в зависимости от требований.
Пользовательская модель машинного обучения Firebase Машинное обучение Firebase - это одна из..
Крестики-нолики в Agular
Первое, что я сделал, когда учился программировать, — создал алгоритм крестиков-ноликов. Я помню, как вручную кодировал все ходы, угадывал ходы и вручную кодировал ответы.
А теперь представьте, если бы вам пришлось это делать для шахмат? Это принципиально невозможно! Для шахмат у нас есть Stockfish. Если вы думаете, что можете победить Stockfish, будьте моим гостем, вот он: https://lichess.org/
Ранние шахматные программы, например, включали жестко закодированные правила,..
Сравнение TensorFlow и модели случайного леса с Python
Введение Звезда-пульсар, излучающая пучок электромагнитного излучения, которую можно увидеть, только направив ее на Землю. В этой статье я разработал модель прогнозирования с использованием TensorFlow и Random Forest и сравнил результаты двух моделей. Результат показывает, что модели, разработанные с использованием TensorFlow и Random Forest, имеют очень высокую точность.
Набор данных и информация об атрибутах для этой разработки были получены из следующего источника и ссылки:..
Как использовать функцию нормализации в глубокой нейронной сети Tensorflow
При нормализации данных в машинном обучении я обычно вставлял код для преобразования ячеек в кадре данных в значение от 0 до 1. Существуют и другие способы нормализации данных, и один из них — стандартизировать их. Формула, которая обычно используется для стандартизации:
Использование CodeGuru Profiler с конечными точками SageMaker в реальном времени
Оптимизация задержки вывода модели путем профилирования кода вывода
Машинное обучение (ML) реализуется в выводе модели. В этом посте мы описываем, как вы можете использовать CodeGuru Profiler для профилирования контейнера/кода вашей конечной точки SageMaker. Это даст вам представление о производительности ваших приложений и устранит любые проблемы с задержкой и использованием в вашем приложении. В этом решении будет показано, как расширить контейнеры SageMaker Framework..
Внутренний обзор искусственного интеллекта: вопросы и ответы с Майком Тамиром, влиятельным лицом в области искусственного интеллекта
Дэн Бивенер
Спрос на навыки в области искусственного интеллекта (ИИ) и, в частности, машинного обучения рос экспоненциально за последние пять лет, поскольку предприятия, от онлайн-развлечений до электронной коммерции, ищут новые способы использования данных для улучшения качества обслуживания клиентов и реализации новых функций.
Simplilearn недавно назначила Майка Тамира , доктора философии, советником по учебным программам Simplilearn Искусственный интеллект и машинное обучение ...
Создайте потрясающее приложение с моделью машинного обучения с помощью Coda
Существует множество вариантов создания приложения с использованием Python, например Flask , Plotly , Streamlit . Однако, на мой взгляд, основным ограничением является время, необходимое для написания фреймворка. Если у нас нет сильных знаний CSS и HTML, приложение выглядит нелепо и лишено оригинальности. Я могу это сказать, потому что я начал играть с этими инструментами в первые годы работы специалистом по данным. Я быстро отказался от этого, потому что разработка приложения не..
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..