Публикации по теме 'convolutional-network'


Настройте модель CNN с помощью традиционных алгоритмов машинного обучения
Применение алгоритмов ансамблевого обучения к набору данных изображения, которые являются функциями, извлеченными сверточными слоями с реализацией Python Table of Contents 1. Introduction 2. Layers 2.1. Convolutional Layer 2.2. Pooling Layer 2.3. Dropout Layer 2.4. Flatten Layer 3. Tutorial 3.1. Dense Layer Approach 3.2. Ensemble Learning Approach 4. Results 5. Discussion 1. Введение Он в основном преобразуется в (n_samples, n_features) , и алгоритм применяется после того,..
Обнаружение и классификация объектов в видео с использованием глубокого обучения
Обнаружение и классификация объектов — быстрорастущая и важная область исследований в области компьютерного зрения. Благодаря недавним достижениям в области искусственного интеллекта, машинного обучения и анализа данных был отмечен значительный прогресс в способности обнаруживать, находить и классифицировать объекты в цифровых изображениях или видео. В этой статье мы обсудим общий принцип обнаружения и классификации объектов в видео с использованием методов глубокого обучения. Мы также..
Собаки против кошек Аудио Классификация
Использование платформы глубокого обучения PyTorch и архитектуры CNN Мотивация Создайте доказательство концепции для классификации аудио, используя нейронную сеть с глубоким обучением и платформу PyTorch. Классификация аудио  – это задача машинного обучения, которая включает идентификацию и распределение аудиосигналов по различным классам или категориям . Цель классификации звука — дать машинам возможность автоматически распознавать и различать разные типы звука, например..
Сверточные нейронные сети, и это супер круто!
Сверточные нейронные сети (CNN или ConvNets) - это класс глубокой нейронной сети, применяемый в основном к визуальным данным. CNN - это умный способ повысить точность модели, чем нейронная сеть с прямой связью. Свертка - это довольно простая математическая операция с ядром на самом разгаре. Ядро - это просто небольшая матрица весов. Это ядро ​​«скользит» по входным 2D-данным, выполняя поэлементное умножение на ту часть входа, на которой оно находится в данный момент, а затем суммирует..
Наиболее полное руководство по сверточной нейронной сети
Наиболее полное руководство по сверточной нейронной сети Что вы видите, когда смотрите на эту картинку? Рисунок женщины, но если вы сосредоточитесь исключительно на черной части, что вы увидите? Да, рисунок мужчины, держащего саксофон. Давайте посмотрим на другой пример. Что вы видите, когда смотрите на эту картинку? Утка открывает рот, но если вы сосредоточитесь на его затылке, вы увидите кролика. Это различие в восприятии происходит из-за того, что наш мозг реагирует..
Расширенное руководство: Семантическая сегментация изображений
См. код сети сегментации Mask R-CNN здесь . Что такое семантическая сегментация? Сегментационные сети — это разновидность нейронных сетей, которые решают задачу семантической сегментации изображений. Если вы не слышали о семантической сегментации, A) небольшой отказ от ответственности: эта статья может не подойти вам наилучшим образом, потому что я знаю достаточно о глубоком обучении, чтобы сказать некоторые вещи, но также Б) просто посмотрите на .gif вверху этого поста, и..
Трогательная Мона Лиза?!
Разбор искусственного интеллекта и его роль в создании фотореалистичной движущейся модели Картина, созданная в эпоху Возрождения, произвела революцию в взглядах художников на реализм, понимание черепа под кожей. Произведенная Леонардо да Винчи, «Мона Лиза» — это пугающе реалистичная картина, которая даже спустя пять столетий каждый день привлекает тысячи зрителей. И хотя воссоздание улыбки Лизы Герардини останется непревзойденным, что, если бы мы могли вдохнуть в картину еще больше..