Публикации по теме 'deep-learning'
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..
Работа с полуопределенным программированием, часть 3 (информатика)
Статистически оптимальная кластеризация K-средних с помощью неотрицательного полуопределенного программирования низкого ранга (arXiv)
Автор: Юбо Чжуан , Сяохуэй Чен , Юнь Ян , Ричард Ю. Чжан .
Аннотация: Кластеризация K-средних — это широко используемый метод машинного обучения для выявления закономерностей в больших наборах данных. Недавно были предложены релаксации полуопределенного программирования (SDP) для решения задачи оптимизации K-средних, которые обладают сильными..
Глава 7.1: Нейронная сеть с нуля на Python
В прошлом рассказе мы говорили о нейронных сетях и их математике . В этом рассказе мы построим нейронную сеть с нуля на Python.
Давайте начнем!!!!!!
Сначала возьмем простейший набор данных - таблицу XOR.
2. Выберите сетевую архитектуру и инициализируйте веса
Здесь у нас есть два входа X1, X2, 1 скрытый слой из 3 нейронов и 2 выходных нейрона, если мы инициализируем сеть, чтобы нейронная сеть выглядела так.
3. применяем алгоритм прямого распространения,
Если..
Разработка тестов для измерения знаний GPT-3 по фундаментальным наукам.
Могут ли студенты изучить новейшую языковую модель OpenAI и использовать ее в качестве круглосуточного консультанта? Могут ли студенты использовать его для списывания на экзаменах? Может ли GPT-3 помочь фундаментальным исследованиям? Он говорит, когда не знает?
Введение
Генеративные предварительно обученные преобразователи (GPT) — это глубоко изученные авторегрессионные языковые модели, обученные на большом корпусе текста, которые при получении запроса на ввод синтезируют выходные..
Компромисс дисперсии смещения: переоснащение и недообучение
Что такое предвзятость?
Неспособность модели машинного обучения по-настоящему зафиксировать взаимосвязь в обучающих данных.
Как показано на приведенных выше моделях, М1 не может описать взаимосвязь на обучающих данных, так же как и М3, прекрасно описывает. M2 описывает между ними.
Что такое дисперсия?
Это не что иное, как разница между ошибкой в данных обучения и данных тестирования.
Как показано в приведенных выше моделях, M1, как и M2, имеет низкую дисперсию из-за разницы в..
Свойства ореолов темной материи, часть 3 (Космология)
Поляризованное изображение вращающейся черной дыры, окруженной холодным ореолом темной материи (arXiv)
Автор: Синь Цинь , Сунбай Чен , Зелинь Чжан , Цзилиан Цзин
Аннотация: мы изучили поляризованное изображение экваториального излучающего кольца вокруг вращающейся черной дыры, окруженной ореолом холодной темной материи (CDM). Результаты показывают, что плотность гало CDM оказывает такое же влияние, как характерный радиус гало, на поляризованное изображение черной дыры...
Новые материалы
Технологии для нетехнологов 6: Простое объяснение языков программирования
Одним словом, программирование — это автоматизация, но в более широком смысле — это способ «поручить компьютеру выполнять различные задачи». Инструкции отправляются кодом, и этот код может быть..
CS373 Summer 2018: Миранда Фуленчек
CS373 Summer 2018: Миранда Фуленчек
Неделя 1: 4 июня — 10 июня
Что вы делали на прошлой неделе?
Занятия начались на этой неделе, поэтому большую часть времени я потратил на..
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..