Публикации по теме convolution-neural-net

Публикации по теме 'convolution-neural-net'

Приложение CNN, обнаруживающее внешние повреждения автомобиля (полный реализуемый код)

Приложение CNN, обнаруживающее внешние повреждения автомобиля (полный реализуемый код) Последние достижения в области глубокого обучения и вычислительной инфраструктуры (облако, графические процессоры и т. Д.) Сделали рывок вперед в приложениях компьютерного зрения: от открывания двери в офис лицом к лицу до беспилотных автомобилей. Не так давно задача классификации изображений, такая как распознавание рукописных цифр (отличный набор данных MNIST ) или идентификация базового объекта..

Решение проблемы многоклассовой классификации изображений с помощью трансферного обучения с использованием PyTorch

Классификация изображений - это проблема контролируемого обучения , которую можно решить, обучив модель распознавать изображения. Цель этой классификации - идентифицировать и анализировать в цифровом виде особенности изображения. Приятно осознавать, что машины могут классифицировать изображения, которые даже людям трудно классифицировать. Image Classification может применяться в розничной торговле, здравоохранении, безопасности, автомобилестроении и почти во всех областях. Здесь..

Эксперимент по глубокому обучению - смена FM-станций в рекламе!

Вы когда-нибудь задумывались, можем ли мы сделать так, чтобы радиостанция или телеканал автоматически менялись при запуске рекламы? Что ж, многие из нас в какой-то момент думали, может ли устройство менять группу при прослушивании рекламы и настраиваться (переключаться) на группу, в которой играет песня 😄 Что ж, хорошая новость в том, что это возможно с машинным обучением! Итак, я делюсь этим небольшим «экспериментом», который дает понимание того, как мы этого достигаем. В конце этого..

[НЕДЕЛЯ 6 — Прогнозирование предметов мебели в гостиных]

Члены группы: Мохаммед АЛИ , Айбюке Ялчинер , Хатиче Акар . На прошлой неделе мы провели небольшое исследование, чтобы получить больше точность. И мы нашли несколько шагов, как показано ниже: Добавление дополнительных слоев Некоторые навыки обработки изображений Изменение параметров сверточной нейронной сети Добавление дополнительных скрытых слоев в многослойную нейронную сеть с прямой связью, которая находится в конце нейронной сети. Сбор дополнительных обучающих данных Вот..

Объяснение блока Resnet с глубоким погружением в терминологию

Объяснение блока Resnet с глубоким погружением в терминологию В нейронных сетях сверточные нейронные сети (CNN) были в авангарде задач распознавания изображений ИИ. 3 года назад в этой документе Глубокое остаточное обучение для распознавания изображений был продемонстрирован важный технологический прорыв — структура глубокого остаточного обучения для достижения лучших результатов в соревнованиях по распознаванию изображений ИИ. Строительный блок «остаточного обучения» (Resnet), как..

Глубокие сверточные нейронные сети

Цель этого поста - послужить хорошим введением в глубокие архитектуры перед тем, как погрузиться в чтение оригинальных публикаций, в которых они описаны. Я чувствую, что исследовательскому сообществу не хватает помощи. Немного времени, потраченного одним исследователем на создание хороших визуализаций, информационных панелей, демонстраций или даже видеороликов, может сэкономить время всем исследователям, которые придут после него / нее, и инновации будут расти быстрее. Мой вклад..

Окей, Google: как распознавать речь?

Распознавание речи - это задача распознавания произнесенных слов. Есть много методов распознавания речи. В этом посте мы рассмотрим некоторую предысторию, необходимую для распознавания речи, и воспользуемся базовой техникой для построения модели распознавания речи. Код доступен на GitHub . Для техник, упомянутых в этом посте, ознакомьтесь с этим Блокнотом Jupyter . Немного предыстории для обработки звука Давайте сделаем шаг назад и разберемся, что такое звук на самом деле. Мы..