Публикации по теме 'deep-learning'
Новый ImageNet: новый эталон восприятия DeepMind для моделей глубокого обучения
Новый тест ориентирован на мультимодальные модели компьютерного зрения.
Недавно я запустил образовательный информационный бюллетень, посвященный ИИ, у которого уже более 125 000 подписчиков. TheSequence — это информационный бюллетень, ориентированный на машинное обучение, без BS (то есть без шумихи, без новостей и т. д.), чтение которого занимает 5 минут. Цель …
Как обучаются нейронные сети
Получен алгоритм обратного распространения с прямой связью
Примечание. Этот пост является частью 3 из серии Нейронные сети с нуля . Приведенная здесь математика основана на математике, полученной в части 2 - Обучение единственного персептрона , поэтому я настоятельно рекомендую вам иметь твердое понимание уравнений, изложенных в этом посте. Ожидается, что у читателя будет опыт в области математического анализа.
В моей предыдущей статье я вывел математику тренировки одного..
Последние исследования по реконструкции поверхности 2023, часть 3
Быстрая реконструкция поверхности мозговых оболочек с гарантией топологии слоя (arXiv)
Автор: Пейю Дуань , Юань Сюэ , Шо Хань , Лианруй Цзо , Аарон Карасс , Кейтлин Бернхард , Саванна Хейс , Питер А. Калабрези , Сьюзан М. Резник . , Джеймс С. Дункан , Джерри Л. Принс
Резюме: Мозговые оболочки, расположенные между черепом и мозгом, состоят из трех мембранных слоев: мягкой, паутинной и твердой мозговой оболочки. Реконструкция этих слоев может помочь в изучении различий в..
Как машинное обучение революционизирует разработку видеоигр
Введение:
Видеоигры прошли долгий путь с первых дней Pong и Space Invaders. Сегодня разработчики игр используют передовые технологии, такие как машинное обучение, чтобы создавать более захватывающие и увлекательные игровые возможности, чем когда-либо прежде. В этой записи блога мы рассмотрим, как машинное обучение меняет индустрию видеоигр, и дадим несколько практических советов разработчикам игр, которые хотят внедрить эти технологии в свои проекты.
Анализ поведения игроков
Одним..
Как ведут себя вариационные квантовые алгоритмы, часть 1 (квантовые вычисления)
Исследование теории возмущений с помощью вариационного квантового алгоритма (arXiv)
Автор: Х. Давуди Егане
Аннотация: Вариационные квантовые алгоритмы являются одними из наиболее многообещающих систем для реализации квантовых вычислений в рамках технологии Noisy-Intermediate Scale Quantum (NISQ). В вариационном квантовом алгоритме волновая функция, представленная параметризованным анзацем, и вариационные параметры обновляются итеративно с помощью классического компьютера на..
Последние обновления в части 8 генерации графа сцены (машинное обучение)
SrTR: самообучающийся преобразователь с визуально-лингвистическими знаниями для создания графа сцены (arXiv)
Автор: Юйсян Чжан , Чжэньбо Лю , Шуай Ван .
Аннотация: Объекты в сцене не всегда связаны между собой. Эффективность выполнения одноэтапных подходов к генерации графа сцены довольно высока, что позволяет вывести эффективную связь между парами сущностей с использованием разреженных наборов предложений и нескольких запросов. Однако они фокусируются только на отношении между..
Как работают молекулярные сети часть 2
Траекторная интерпретация доказательства Мозером неравенства Гарнака (arXiv)
Автор: Лукас Нибель , Рико Захер
Аннотация: В 1971 году Мозер опубликовал упрощенную версию своего доказательства параболического неравенства Харнака. Основным новым ингредиентом является фундаментальная лемма Бомбьери и p∞1 Джусти, которая объединяет L − L -оценку со слабой L -оценкой для логарифма сверхрешений. В этой заметке мы даем новое доказательство этой слабой L1-оценки. В представленном..
Новые материалы
Как развивается смешанно-целочисленное программирование, часть 7
Унифицированная техника раннего завершения для первично-двойственных алгоритмов в смешанно-целочисленном коническом программировании (arXiv)
Автор : Ювэнь Чэнь , Кэтрин Нин , Поль Гулар..
Как научить модель Keras распознавать текст переменной длины
Я некоторое время играл с официальным примером Keras image_ocr.py и хочу поделиться своими выводами в этом посте.
В официальном примере выполняется только обучение модели, но отсутствует..
Практическая пакетная нормализация
История начинается после использования инициализации He вместе с ELU (или любым вариантом ReLU) может значительно снизить опасность проблем с исчезающими/взрывающимися градиентами в начале..
Поэзия онлайн-кодирования: путешествие пикселей и страсти
В мире, наполненном инновациями, онлайн-обучение программированию становится холстом, на котором обретает форму полотно вашей мечты. Это больше, чем просто создание строк кода; это сродни..
Обработка изображений с помощью Python - размытие и повышение резкости для начинающих
Как применить ядра свертки к цветным изображениям?
В этой статье мы обсудим, как применять ядра размытия и повышения резкости к изображениям. Эти базовые ядра составляют основу многих более..
Ограничение скорости в .NET Core 7 Web API
Что такое ограничение скорости?
Ограничение скорости — это процесс, используемый для ограничения количества запросов, разрешенных для определенного ресурса в указанном временном окне. .NET..
Стабильная Diffusion 1.0 выдаёт более красивые картинки, чем SD 2.1?! Почему?
Удивительные открытия, которые я сделал недавно. Смотрите в видео: https://youtu.be/PakgD6FewoU
Есть одно логичное объяснение — что у вас?