Публикации по теме deep-learning

Публикации по теме 'deep-learning'

Процесс интеллектуального анализа данных

Искусственному интеллекту не хватает важных аспектов человеческого интеллекта По сей день простая загрузка кучи данных даже в самую продвинутую машину вряд ли вернет вам что-нибудь значимое, не говоря уже о том, чтобы получить желаемый результат. Интеллектуальным системам по-прежнему нужны люди, чтобы задавать правильные вопросы, ставить цели и оценивать эффективность. В Levity мы поставили перед собой цель демократизировать машинное обучение и позволить пользователям готовить данные, а..

За работой приложений для поиска музыки, таких как Shazam: создайте собственное приложение для поиска музыки

Вы когда-нибудь задумывались, как работает ваше любимое приложение для поиска музыки? Что ж, это правильное место, чтобы узнать. С детства я увлекался музыкой и техникой. Большую часть дня я слушал музыку и читал о технологиях. Иногда я слушал какую-то новую песню, которая играла вокруг меня, и она мне нравилась. Я хотел сыграть в нее, но не всегда поиска в Google было достаточно, чтобы найти песню. Затем появилось приложение Shazam, и на тот момент это было для меня отличным..

Интересные статьи по AI / ML на Medium на этой неделе (28 ноября)

Статьи об искусственном интеллекте и машинном обучении, которые могли остаться незамеченными. По мере того, как неделя подходит к концу, я обычно составляю список хорошо написанных и интересных статей, касающихся искусственного интеллекта или машинного обучения. Средний отлично подходит для рекомендаций статей, демонстрирующих высокий уровень взаимодействия. Статьи, в которых есть множество заданий, попадут в вашу домашнюю ленту и в почтовые ящики. Но иногда есть скрытые драгоценные..

Идентификация воздушного кактуса Kaggle

Привет мир !!! В своем стремлении к обучению Computer vision я начинаю с небольших наборов данных и менее сложных задач. Итак, сегодня я пробую свои силы в задаче kaggle, которая по сути является Image Classification задачей от Kaggle . пожалуйста, посетите github для ноутбука jupyter Описание Чтобы оценить влияние изменения климата на флору и фауну Земли, крайне важно количественно определить, как деятельность человека, такая как лесозаготовки, добыча полезных..

Настоящая причина, почему BatchNorm работает

Понимание того, как меняется «ландшафт потерь» с помощью пакетной нормализации Методы нормализации - это одни из замечательных инструментов, которые мы имеем при анализе данных любой формы, простая операция корректировки среднего и дисперсии распределения приводит к катастрофическому успеху различных методов нормализации в глубоких нейронных сетях, одна из которых - знаменитая партия. нормализация Иоффе и др.. Все об этом слышали: В настоящее время наиболее широко..

Производная функции нейронной активации

Производные имеют фундаментальное значение для оптимизации нейронной сети. Функции активации допускают нелинейность изначально линейной модели ( y = wx + b ), которая представляет собой не что иное, как последовательность линейных операций. Существуют различные типы функций активации: linear, ReLU, LReLU, PReLU, step, sigmoid, tank, softplus, softmax и многие другие. В этой конкретной истории мы сосредоточимся на производных первого порядка от ReLU , LReLU , sigmoid и tanh функции..

Простое объяснение глубокого обучения

Предположим, нейронная сеть состоит из 3 слоев: входного, скрытого и выходного. Каждый слой связан друг с другом через нейроноподобный объект, и информация распространяется от входного слоя к выходному. У каждого слоя есть параметры, в данном случае параметры V, W, b, c. То, что изучает нейронная сеть, означает, что параметры оптимизированы таким образом, что ошибка минимизируется. Оптимизация выполняется путем итерации. Это основной процесс глубокого обучения. Нам нужно..