Публикации по теме 'tensorflow'
Записи Tensorflow? Что это такое и как их использовать
Интерес к Tensorflow неуклонно растет с момента его появления в ноябре 2015 года. Менее известным компонентом Tensorflow является формат файла TFRecord , собственный двоичный формат хранения Tensorflow.
Если вы работаете с большими наборами данных, использование двоичного формата файла для хранения ваших данных может существенно повлиять на производительность вашего конвейера импорта и, как следствие, на время обучения вашей модели. Двоичные данные занимают меньше места на диске, на..
Введение в компьютерное зрение с базовыми блоками VGG в наборе данных CIFAR-10
Согласно Википедии , Компьютерное зрение - это междисциплинарная научная область, которая занимается тем, как заставить компьютеры получать высокоуровневое понимание цифровых изображений или видео.
Компьютерное зрение прошло долгий путь за эти годы и совершило значительный скачок, когда телеканал CNN под названием AlexNet достиг высочайшего уровня качества маркировки изображений в конкурсе ImageNet .
В настоящее время, с ростом популярности платформ глубокого обучения, таких как..
«Освоение TensorFlow Extended: передовые методы создания сквозных конвейеров машинного обучения в масштабе»
Поскольку область машинного обучения продолжает расти и развиваться, становится все более важным иметь инструменты и платформы, которые могут помочь упростить процесс создания, обучения и развертывания моделей машинного обучения. TensorFlow Extended (TFX) — это один из таких инструментов, предлагающий комплексный набор компонентов и рекомендаций для создания сквозных конвейеров машинного обучения в любом масштабе.
В этой статье мы рассмотрим некоторые расширенные функции TFX и то,..
От балерины до исследователя искусственного интеллекта: Часть III
Иэн Гудфеллоу об истории GAN; ограничения мозга и моя третья неделя в OpenAI
Я продолжаю свою серию статей, рассказывая вам о моем опыте получения стипендии OpenAI, о пути, который я предпринял, чтобы раскрыть себя как исследователь ИИ и участник в этой области.
В этой записи блога я расскажу о своей неделе:
мысли об ограничениях мозга и почему нам нужны умные системы для самосовершенствования; мои выводы из конференции CVPR в Солт-Лейк-Сити;
Зачем нам нужны умные системы..
Почему блокноты Jupyter популярнее, чем IDE для Python и машинного обучения
Примечание. У меня есть специальный инструмент, который также можно использовать для машинного обучения и обработки данных, его нельзя назвать просто IDE, это альтернатива Jupyter и Google Collab с интуитивно понятными функциями IDE. Читать до конца!
Что такое ноутбук Jupyter?
Jupyter Notebook — это интерактивная вычислительная среда с открытым исходным кодом, используемая для анализа данных, научных исследований и машинного обучения. Он позволяет пользователям создавать и..
Машинное обучение для логистики
Давным-давно, чтобы сообщить компьютеру, что делать, нужно было написать код:
«если это, то это».
Теперь вы можете сказать компьютеру:
«Узнайте, как сравниваются мои входы и выходы».
Теперь у компьютера есть возможность прогнозировать правильный результат с помощью искусственного интеллекта.
Подумайте, что это значит для оптимизации маршрутов и профилактического обслуживания в логистической отрасли.
Те, у кого больше всего данных, владельцы источников больших данных,..
Распознавание человеческих эмоций с помощью ИИ. (TensorFlow, Керас, OpenCV)
Распознавание эмоций — это задача машинного обучения, которая включает в себя обнаружение и классификацию эмоций, выражаемых людьми посредством речи, мимики и других форм невербального общения. Распознавание эмоций находит применение в таких областях, как психология, маркетинг и взаимодействие человека с компьютером. В этом уроке мы рассмотрим, как создать систему распознавания эмоций с использованием Python и машинного обучения.
Шаг 1. Установка необходимых библиотек
Первым шагом..
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
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..