Публикации по теме 'deep-learning'
Прошедшая неделя: мысли о крупных объявлениях об ИИ на прошлой неделе
Среда была большим днем для новостей, связанных с искусственным интеллектом. Не менее пяти громких заявлений от крупных компаний. Многое нужно разобрать, но дает интересный снимок того, где дела и куда они, возможно, идут. Веские доказательства того, что искусственный интеллект в его нынешней форме глубокого обучения превращается из лабораторных экспериментов в отрасль.
Element AI объявила, что собрала 102 миллиона долларов на разработку инкубатора для стартапов, связанных с..
Классификация изображений с трансферным обучением на тензорном потоке
В моем предыдущем посте Перенос обучения мы рассмотрели перенос обучения для НЛП. Huggingface сделал обучение переносу НЛП очень простым. Однако пока я не нашел подобного фреймворка для различных задач компьютерного зрения. Давайте рассмотрим задачу классификации изображений, чтобы увидеть, что это за шаблон. В этом посте мы сосредоточимся на тензорном потоке.
Мы будем использовать известную задачу классификации изображений кошек и собак (скажите, что изображение является..
Выводы с Международной конференции по машинному обучению
Что я узнал из ICML 2018
Как инженер, специализирующийся на прикладном машинном обучении, мне посчастливилось побывать в этом году на Международной конференции по машинному обучению (ICML) в Стокгольме, Швеция. Вот некоторые из моих самых важных выводов.
1. Имитация имеет ключевые преимущества для обучения с подкреплением
Докладчики: Исон Юэ (Калифорнийский технологический институт) и Хоанг М. Ле (Калифорнийский технологический институт)
Имитационное обучение , также известное..
Как работает неравенство обработки данных в информационной геометрии, часть 5
Сэндвич-дивергенция Реньи удовлетворяет неравенству обработки данных (arXiv)
Автор : Салман Бейджи
Аннотация: Смешанная (квантовая) дивергенция α-Реньи была недавно определена в независимых работах Wilde et al. (arXiv:1306.1586) и Мюллер-Леннерт и др. (arXiv:1306.3142v1). Это новое квантовое расхождение уже нашло применение в квантовой теории информации. Здесь мы дополнительно исследуем свойства этой новой квантовой расходимости. В частности, мы показываем, что многослойная..
Как работает понимание естественного языка в разных случаях, часть 10
От грубого к точному: иерархическое многозадачное обучение для понимания естественного языка (arXiv)
Автор: Чжаое Фэй , Ю Тянь , Юнкан Ву , Синью Чжан , Ютао Чжу , Чжэн Лю , Цзявен Ву , Дэцзян Конг , Руофей Лай , Чжао Цао . », Чжичэн Доу , Сипэн Цю
Аннотация: Обобщенные текстовые представления являются основой многих задач понимания естественного языка. Чтобы в полной мере использовать различные корпуса, модели неизбежно должны понимать их релевантность. Однако многие..
Создайте свой собственный инструмент измерения глубины с помощью MediaPipe FaceMesh в Javascript
Начало работы с MediaPipe и измерение глубины по одному изображению
В этом сообщении блога я показываю, как измерить расстояние от глаза до камеры на одном изображении с помощью MediaPipe FaceMesh в Javascript. Посмотрите мою демонстрацию на CodePen !
Из того, что я испытал, работая инженером в области дополненной реальности в течение последних 6 лет, создание реалистичного иммерсивного опыта сильно зависит от точной оценки положения глаз пользователя в реальном мире. Он..
Четыре документа по глубокому обучению, которые стоит прочитать в августе 2021 года
От тестов Оптимизатора до Network Dissection, Vision Transformers и Lottery Subspaces
Добро пожаловать в августовский выпуск серии Машинное обучение-Коллаж , где я делаю обзор различных направлений исследований в области глубокого обучения. Так что же такое коллаж машинного обучения? Проще говоря, я составляю визуальное резюме из одного слайда одной из моих любимых недавних работ. Каждую неделю. В конце месяца все полученные визуальные коллажи собираются в сводном сообщении в..
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..