Публикации по теме 'deep-learning'
Лампочка 💡: Машинное обучение стало проще.
Light Bulb - это инструмент, который поможет вам маркировать, обучать, тестировать и развертывать модели машинного обучения без какого-либо программирования.
Перейти непосредственно к проекту Github здесь .
Допустим, вы хотите создать приложение для обмена фотографиями под названием SnapCat , которое позволяет пользователям отправлять только фотографии кошек и ничего больше.
Как бы вы начали это? Скорее всего, это будет выглядеть примерно так:
Соберите большой набор..
Инновации в рекуррентных нейронных сетях, часть 2 (машинное обучение)
DartsReNet: изучение новых ячеек RNN в архитектурах ReNet (arXiv)
Автор: Брайан Мозер , Федерико Рауэ , Йорн Хиз , Андреас Денгель .
Аннотация: мы представляем новые ячейки рекуррентной нейронной сети (RNN) для классификации изображений с использованием подхода поиска нейронной архитектуры (NAS), называемого DARTS. Нас интересует архитектура ReNet, которая представляет собой подход, основанный на RNN, представленный как альтернатива этапам свертки и объединения. ReNet можно..
Использование пространства Хэмминга в информационной геометрии, часть 1 (машинное обучение)
Двойственность между упаковками и покрытиями пространства Хэмминга (arXiv)
Автор : Жерар Коэн , Александр Варди .
Аннотация: Мы исследуем плотности упаковки и покрытия линейных и нелинейных двоичных кодов и устанавливаем ряд соотношений двойственности между задачами упаковки и покрытия. В частности, мы доказываем, что если почти все коды (в классе линейных или нелинейных кодов) являются хорошими упаковками, то лишь исчезающая часть кодов являются хорошими покрытиями, и наоборот: если..
Классификация текста с использованием двунаправленного LSTM
Изучение biLSTM и его использования для классификации текста
Что такое классификация текста?
Процесс классификации документов на естественном языке по применимым категориям из помеченной коллекции известен как классификация текста или категоризация текста. Классификация текста, с точки зрения непрофессионала, - это процесс извлечения общих меток (взятых из списка заранее определенных групп) из неструктурированного текста.
В этой статье мы построим модель классификации для выявления..
Нейронные сети с оптимальной точностью и скоростью в своих прогнозах
Глубокие нейронные сети в настоящее время используются такими компаниями, как Facebook, Google, Apple и т. Д., Для прогнозирования огромных объемов данных, генерируемых пользователями. Несколько примеров - системы Deep Face и Deep Text, используемые Facebook для распознавания лиц и понимания текста, или системы распознавания речи, используемые Siri и Google Now. В приложениях этого типа критически важно использовать нейронные сети, которые делают прогнозы, которые являются быстрыми и..
Моделирование темы на изображениях? Почему нет?!
Но давайте вместо этого назовем это концептуальным моделированием!
Тематическое моделирование — это набор методов, которые позволяют пользователю находить темы в больших объемах данных без присмотра. Это может быть очень полезно при попытке смоделировать и выполнить EDA для содержимого этих документов.
Некоторое время назад я создал метод моделирования тем под названием BERTopic , который использует встраивания BERT и TF-IDF на основе классов для создания плотных кластеров,..
Работа с различными структурами представления в машинном обучении, часть 1
Доказуемо эффективное обучение представлению с управляемым планированием в POMDP низкого ранга (arXiv)
Автор: Цзячэн Го , Цзыхао Ли , Хуачжэн Ван , Мэнди Ван , Чжуоран Ян , Сюэчжоу Чжан .
Аннотация: в этой статье мы изучаем обучение представлению в частично наблюдаемых марковских процессах принятия решений (POMDP), где агент изучает функцию декодера, которая отображает серию многомерных необработанных наблюдений в компактное представление и использует его для более..
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?