Публикации по теме artificial-neural-network

Публикации по теме 'artificial-neural-network'

Реализация искусственной нейронной сети с использованием NumPy и классификации изображений Fruits360…

В этом руководстве с нуля создается искусственная нейронная сеть на Python с использованием NumPy для создания приложения классификации изображений для набора данных Fruits360. Все (то есть изображения и исходные коды), использованные в этом руководстве, а не цветные изображения Fruits360, являются исключительными правами на мою книгу под названием Ахмед Фаузи Гад« Практические приложения компьютерного зрения, использующие глубокое обучение с CNN . Декабрь 2018, Апресс, 978–1–4842–4167–7..

Ваш путеводитель по автоэнкодерам

Краткое введение в автоэнкодеры: использование и архитектура Наш разум извлекает и сжимает знания из мира, которые мы повторно используем, чтобы справиться с другими подобными ситуациями. Одним из важнейших аспектов этого процесса является то, что мы храним не все детали фактического события, а только важную информацию, которая позволяет нам воссоздать его. Что, если бы вы могли использовать машинное обучение, чтобы делать то же самое? Можно ли свести знания к сокращенному объему..

Сила функций активации: руководство для начинающих по строительным блокам нейронной сети

За последние шестьдесят лет область машинного обучения, подмножества искусственного интеллекта, пережила быстрый рост. Исследования в этой области набирают обороты, расширяя охват различных аспектов человеческого существования. Машинное обучение — это область исследования, в которой используются принципы статистики и компьютерных наук для создания статистических моделей, которые предсказывают и делают выводы. Эти модели представляют собой наборы математических отношений между входами и..

Определение искусственного интеллекта

У искусственного интеллекта много определений , и людям, которые только начинают знакомиться с этим миром искусственного интеллекта, сложно получить четкое определение искусственного интеллекта (ИИ) . Большинство людей вначале ищут определение искусственного интеллекта в Википедии, но там не объясняется, что такое искусственный интеллект (ИИ) на самом деле. По этой причине в этой статье я попытаюсь раскрыть все определения , которые существуют в отношении искусственного интеллекта, и..

Распаковка моделей черного ящика: объяснимый ИИ для моделей глубокого обучения

Из приведенного выше рисунка видно, что по мере увеличения сложности модели машинного обучения точность увеличивается. Однако интерпретируемость снижается. Нам нужны методы, которые могут иметь некоторый уровень интерпретируемости и для моделей черного ящика. Вот здесь-то и появляется Объясняемый ИИ. Модели глубокого обучения труднее всего интерпретировать, и чем сложнее и глубже нейронная сеть, тем сложнее предложить какую-либо объяснимость. В различных исследованиях было..

Преимущества искусственного интеллекта (ИИ) | Заботливый

Искусственный интеллект (ИИ) — это способность машины обучаться и моделировать человеческие эмоции, реакции и мыслительные процессы для достижения поставленной задачи. Это может позволить людям использовать ИИ различными способами для повышения эффективности работы, поскольку ИИ, естественно, более склонен к арифметике, чем мы. Некоторые распространенные примеры, с которыми мы теперь живем каждый день, — это автозаполнение в текстовых сообщениях и электронных письмах; системы..

Тренируйте свои искусственные нейронные сети со стохастическим градиентным спуском

Ребята, тренируйте свои искусственные нейронные сети, используя эти 7 простых шагов. 1- Инициализировать веса небольшим числом, близким к 0 (но не 0) случайным образом. 2- Каждый узел входного слоя посвящен отдельной функции набора данных. Введите первое наблюдение во входной слой. Стохастический градиентный спуск оптимизирует веса для каждого входа из набора данных. 3- Прямое распространение, то есть слева направо. Нейроны активируются таким образом, что влияние активации..