В этом блоге вы найдете все важные веб-ссылки и материалы по машинному обучению, для которых вы никогда не будете блуждать где-либо еще, и содержит важные закладки, информацию о модели перед обучением, будущую исследовательскую работу, информацию о наборах данных, трансферное обучение или точную настройку, машинное обучение с Raspberry Pi Модуль и многое другое…

Важные закладки

  1. Разница между искусственным интеллектом, машинным обучением и глубоким обучением.
  2. ИИ, машинное обучение, глубокое обучение и т. д.
  3. Введение в нейронную сеть.
  4. Сверточная нейронная сеть (CNN).
  5. PPT для CNN и различных моделей CNN.
  6. Основы CNN
  7. Глубокое обучение
  8. Типы искусственных нейронных сетей, обучение, весовые функции.
  9. Что такое смещение и дисперсия (переобучение) в нейронной сети?
  10. Виды функций активации и что лучше выбрать для функции активации?
  11. Что такое проблема исчезающего градиента?
  12. Почему функции активации?
  13. Подробнее о функциях активации.
  14. Типы оптимизатора, такие как SGD.
  15. что такое скорость обучения в нейронной сети?
  16. важная информация о CNN (самый бес).
  17. Важность нормализации местной реакции.
  18. Одно горячее кодирование
  19. ЦП против графического процессора
  20. Классификация изображений с использованием глубокого обучения (самый IMP)
  21. Различные курсы глубокого обучения.
  22. Подпись к изображению.
  23. Классификация видео с использованием Raspberry Pi и субтитров к изображениям.
  24. Книга по глубокому обучению для классификации видео и субтитров.
  25. Предварительная обработка наборов данных.
  26. Важный момент по Tensorflow.
  27. Классификация изображений путем точной настройки слоя узкого места (последний слой).
  28. Как интерпретировать «потери и точность для модели машинного обучения».
  29. Что такое скорость обучения?

Ускоренный курс машинного обучения от Google нажмите здесь.

Загрузить различные наборы данных.

Памятка Google Cloud Developer

Учебник по бесплатному графическому процессору Google Colab.

Различные проекты машинного обучения:

  1. Классификация изображений.
  2. Система распознавания лиц.
  3. Система распознавания транспортных средств.
  4. Распознавание лиц в реальном времени на пользовательских изображениях с использованием Tensorflow Deep Learning.
  5. Самое простое в мире введение в машинное обучение. (Часть: с 1 по 8)
  6. Построение конвейера распознавания лиц с помощью глубокого обучения в Tensorflow.
  7. Распознавание лиц с помощью Tensorflow.
  8. Блокировка распознавания лиц AI.
  9. DNN-Face-Recognition-Papers.
  10. Проверка лица.
  11. Различные системы распознавания лиц.
  12. Обучение одним выстрелом.
  13. Обнаружение объектов с помощью Tensorflow на плате Raspberry Pi.
  14. Обнаружение объектов на ноутбуке Jupyter.
  15. Обнаружение объектов с помощью ImageAI.

Просто продолжайте читать и оставайтесь на связи !!