Публикации по теме convolution-neural-net

Публикации по теме 'convolution-neural-net'

Сверточные нейронные сети в Tensorflow

Я проходил специализацию по глубокому обучению deeplearning.ai на Coursera . Во время обучения я кое-что понял. Я завершаю проекты и викторины и получаю отличные оценки. Но на самом деле я не смог понять всего достаточно, чтобы применить его в реальных проектах. Конечно, я получаю теоретические знания, и я определенно стал более осведомленным, чем был до получения специализации, но я хотел извлечь максимальную пользу из своих усилий. Поэтому я решил начать применять все, что узнал, и..

Краткое введение в сверточные нейронные сети

Хочется попробовать что-то новенькое, хоть что-то новенькое для себя: Изучите некоторые из основных концепций сверточных нейронных сетей , но не путем написания огромного количества текста и, возможно, некоторых фрагментов кода - уже есть множество отличных сообщений и статей о CNN именно в этом формате. Вместо этого я хотел бы попробовать другой подход, задавая вопросы о CNN, а затем пытаясь ответить на них. Да, с некоторым текстом, но в основном визуально. Итак, без лишних слов,..

Глубокое обучение - неделя 4

Переходя от автоэнкодеров, пора взглянуть на наиболее широко используемые приложения глубокого обучения. Если вы пропустили предыдущую статью об автоэнкодерах, вы можете найти ее здесь: https://bit.ly/3c2nxNv Нейронные сети известны своим механизмом извлечения скрытых паттернов; паттерны, которые не могут быть отчетливо видны человеческим глазом. Это свойство нейронной сети может пригодиться для распознавания закономерностей на изображениях и соответствующей классификации объекта..

Предсказание очевидного возраста и пола по изображению лица: Keras + Tensorflow

Предсказание кажущегося возраста и пола по изображению - очень интересная задача с технической точки зрения, но также может быть очень полезной при применении, например, для лучшего понимания потребительских сегментов или пользовательской базы. Его можно использовать для определения возраста или пола пользователя и использования этой информации для создания персонализированных продуктов и возможностей для каждого пользователя. В этом посте мы научим модель предсказывать эти атрибуты по..

Сверточные нейронные сети в теории (Часть 1)

Когда использовать свертки? Почему они превосходят простые нейронные сети с прямой связью? C эволюционные нейронные сетевые сети (CNN или ConvNets) добились огромного успеха с 2012 года с многочисленными приложениями в компьютерном зрении, обработке естественного языка, Цифровая обработка сигналов (акустика). Можно сказать, что они представляют собой специализированный вид сетей прямого распространения, которые имеют сеточную топологию. Продемонстрируйте шаблоны, которые могут..

Введение в нейронную сеть свертки

Что такое сверточная нейронная сеть (CNN)? Сверточные нейронные сети (CNN) — это тип нейронной сети, который был разработан для обработки изображений. Их можно использовать для классификации изображений, обнаружения объектов и отслеживания их перемещений в видеорядах. CNN состоят из двух основных частей: сверточных слоев и слоев объединения. Первый выполняет свертки входного изображения (или видеокадра), а второй уменьшает его размер, усредняя его пиксели вместе на основе определенных..

Понимание прогнозов сверточных нейронных сетей: карты значимости

Как специалисты по данным, мы часто работаем с моделями глубокого обучения для решения широкого круга проблем. Одной из проблем работы с моделями глубокого обучения является понимание того, как они делают прогнозы. В случае сверточных нейронных сетей (CNN), используемых для задач классификации изображений, часто неясно, как сеть приходит к своим прогнозам. Введение в CNN Давайте кратко рассмотрим, что такое сверточные нейронные сети (CNN) и как они работают. CNN — это модель глубокого..