Публикации по теме 'data-science'


Понимание обработки естественного языка
В последнее время глубокое обучение получило широкое распространение во многих задачах NLP из-за замечательной производительности, которую алгоритмы глубокого обучения продемонстрировали во множестве сложных задач, таких как классификация изображений, распознавание речи и создание реалистичного текста. Ответим на вопрос «Что такое обработка естественного языка?». Что такое обработка естественного языка? Из всех этих данных большую часть составляет неструктурированный текст и речь,..
Структура нейронной сети: основы
Узлы нейронной сети: расшифровка глубокого обучения Структура искусственной нейронной сети | Основы нейронных сетей Критически важным для понимания функции искусственной нейронной сети является понимание ее структуры . Добро пожаловать в раздел Узлы нейронных сетей , где мы рассмотрим глубокое обучение и нейронные сети небольшими частями. Эти узлы связаны вместе, чтобы сформировать общий …
Простые способы применения лямбда-функции в Python
Начало работы с универсальной функцией Что такое лямбда-функция Анонимная функция — это функция без имени. В Python анонимная функция определяется с помощью ключевого слова lambda . Это связано с тем, что лямбда-функции не требуют имени при определении, в отличие от обычных функций. Вместо использования ключевого слова def мы используем ключевое слово lambda для создания функции. Вот почему анонимная функция также называется лямбда-функцией. Лямбда-функция может иметь..
Как стратегически достичь целей производительности вашей модели машинного обучения
Вступление Разработка машинного обучения (ML) - это итеративный процесс. У вас есть идея решить поставленную задачу, вы строите идею и изучаете результаты. У вас появляется еще одна идея по улучшению результатов и так далее, пока вы не достигнете цели производительности, при которой ваша модель будет считаться готовой к развертыванию в производственной среде - готовой к использованию конечными пользователями. Однако часто есть много идей и возможностей, которые вы можете..
Объем последовательности: Фонд PyTorch
Еженедельный информационный бюллетень с более чем 120 000 подписчиков, в котором обсуждаются важные исследовательские работы по машинному обучению, интересные технические выпуски, деньги в ИИ и реальные реализации.
Последние разработки в GAN
Генеративные состязательные сети (GAN) - это интересная технология, которая широко считается одной из самых интересных разработок в области искусственного интеллекта и глубокого обучения за последнее десятилетие. В этой статье представлен обзор доклада ODSC West 2018 Последние разработки в сетях GAN , представленного Сетом Вайдманом из Facebook. Презентация - отличный способ быстро освоить GAN и получить представление о состоянии технологий. [Статья по теме: 6 уникальных сценариев..
Как подготовить данные для трансферного обучения
Доктор Жоэль Анри, старший инженер по ИИ в Монолит ИИ Одна из причин популярности ИИ заключается в том, что знания, полученные в ходе обучения, можно «перенести» на решение аналогичной задачи. Возможно, вы не сможете предсказать характеристики ракеты, основываясь на характеристиках вашего велосипеда, но физика старого самолета может помочь вам изучить конструкцию нового самолета. Чтобы сделать это успешно, нужно сделать паузу и тщательно подумать о том, как настроить алгоритмы..