Публикации по теме convolutional-network

Публикации по теме 'convolutional-network'

День 30 из 100DaysofML

Свертки. Итак, я прочитал несколько статей о проектах глубокого обучения для начинающих, и большинство из них были посвящены компьютерному зрению. Вот почему я подумал написать о концепции Convolutions. Я начну с формального определения сверток. В математике свертка — это математическая операция над двумя функциями, которая производит третью функцию, выражающую, как форма одной изменяется другой. Термин свертка относится как к функции результата, так и к процессу ее вычисления...

Автоэнкодер в PyTorch для набора данных Fashion-MNIST

Создание автокодировщика для восстановления изображений с использованием набора данных Fashion-MNIST Эта статья написана для людей, которые хотят создать базовый автокодировщик с помощью PyTorch. Набор данных, на котором основана эта статья, - это набор данных Fashion-MNIST . Статья разделена на следующие разделы: Введение в автоэнкодеры. Загрузка набора данных. Построение архитектуры нейронной сети. Обучение нейронной сети. Визуализация в Tensorboard. 1. Представляем..

Калькулятор свертки для нейронных сетей

Легко выбирайте параметры для слоев свертки в нейронных сетях. Цель состоит в том, чтобы помочь вам разработать слои свертки, если вы похожи на меня и не можете думать о вещах без красивой картинки. Здесь вы можете найти онлайн-калькулятор: Калькулятор свертки для CNN Простое проектирование слоев свертки для нейронных сетей. www.oliver-ernst.com Вы также можете встроить его на свой веб-сайт — это проект JS с зависимостями от..

Реализация квантовых сверточных нейронных сетей

Авторы Арно Робен и Станислав I Славов Введение За последние несколько лет сверточные нейронные сети значительно улучшили производительность компьютерного зрения, достигнув почти или сверхчеловеческих характеристик на многих наборах данных. Однако CNN трудно настроить, и их обучение требует очень много времени. Тогда развитие квантовых компьютеров могло бы стать определяющим фактором в повышении их скорости и точности. Затем мы с нуля реализуем квантовый сверточный слой,..

Построение интуиции, лежащей в основе свертки от глаза к цифровой камере.

ГЛАЗА Мы сосредоточимся на зрении, и методы, которые мы здесь изучим, могут быть применены к любому типу данных. Все, что касается зрения, начинается с наших глаз. Глаз — это датчик нашего зрения, и, как и у наших глаз, у нас есть датчик камеры, который реагирует на свет в зависимости от амплитуды падающей на него длины волны. Именно здесь то, что мы видим, преобразуется в RGB или BnW! Как вы знаете, у нас есть 3 канала (правда, они не чисто RGB) Колбочки представляют..

Хот-дог или не хот-дог

Испытание известных моделей CNN с помощью Tensorflow 2, чтобы помочь Цзянь Яну Вступление Вы смотрели комедийный сериал HBO Силиконовая долина ? Если так, держу пари, вы помните приложение Not Hotdog , которое разработал Цзянь Ян. Вот клип, который освежит вашу память. Таким образом, в основном это приложение определяет, является ли что-то хот-догом или нет. Что ж, мы можем потренироваться с другими типами объектов, чтобы идентифицировать их. Когда я узнал о CNN..

Методы XAI — Управляемое обратное распространение

ПОНИМАНИЕ МЕТОДОВ XAI Методы XAI — управляемое обратное распространение Введение в метод интерпретируемости Guided Backpropagation. Что такое управляемое обратное распространение? Управляемое обратное распространение (GBP) [3] — это подход, разработанный Спрингенбергом и др., основанный на идеях [1] и [2] . Авторы утверждают, что подход Симонян и соавт. [2] имеет проблему с потоком отрицательных градиентов, что снижает точность верхних слоев, которые мы пытаемся..