Публикации по теме 'deep-learning'


Классификация длинных текстовых документов (до 25 000 токенов) с помощью BERT
Чего мы хотим достичь? Мы хотим классифицировать тексты по заранее определенным категориям, что является очень распространенной задачей в НЛП. В течение многих лет классическим подходом к простым документам было создание признаков с помощью TF-IDF и объединение его с логистической регрессией . Раньше мы полагались на этот стек в Sinequa для текстовой классификации, и, предупреждаем о спойлере, с моделью, представленной здесь, мы превзошли наш базовый уровень с 5% до 30% для очень..
Взгляд на приложение трансферного обучения с TensorFlow Hub и Keras.
Взгляд на приложение трансферного обучения с TensorFlow Hub и Keras. TensorFlow Hub — это репозиторий моделей машинного обучения. TensorFlow Hub представляет собой пространство, где вы можете просматривать обученные модели и наборы данных из всей экосистемы TensorFlow, от классификации изображений, встраивания текста, распознавания аудио и видео. Используйте его, чтобы: В этом посте мы рассмотрим использование встраивания TensorFlow Hub для обучения нейронной сети,..
KDD 19': нейронная сеть с гетерогенным графом
KDD 19': нейронная сеть с гетерогенным графом 🤗 Вызов системы рекомендаций (28/50) бумажная ссылка Гитхаб: https://github.com/chuxuzhang/KDD2019_HetGNN 🤔 Какую проблему они решают? Они хотели бы создать встраивание гетерогенного графа, состоящее из информации о структуре графа и информации о содержимом узла. 😮 Какие задачи? Немногие из них могут совместно эффективно рассматривать разнородную структурную (графовую) информацию, а также разнородную информацию о содержании..
Простое обучение с подкреплением с помощью Tensorflow, часть 8: Асинхронные критические агенты (A3C)
В этой статье я хочу предоставить руководство по реализации алгоритма Asynchronous Advantage Actor-Critic (A3C) в Tensorflow. Мы будем использовать его, чтобы решить простую задачу в среде 3D Doom! С приближением праздников, это будет мой последний пост за год, и я надеюсь, что он станет кульминацией всех предыдущих тем этой серии. Если вы еще не знакомы с глубоким обучением и обучением с подкреплением или новичок в этом, я предлагаю проверить более ранние записи в этой серии, прежде..
Обучение нейронной сети на GPU с набором инструментов для параллельных вычислений неоправданно медленное, что я упускаю?
Я пытаюсь ускорить обучение некоторых нейронных сетей NARNET, используя поддержку графического процессора, которую вы получаете из набора инструментов для параллельных вычислений, но пока мне это не удалось. Вернее, он работает, но неоправданно медленно. Согласно документации обучение на GPU вместо CPU не должно быть сложнее, чем добавление оператора useGPU , да в команду обучения. Однако, если я просто создам некоторые фиктивные данные, например, синусоиду с 900 значениями, и обучу..
Наш мир реален или это компьютерная симуляция?
Только представьте это. «После того, как ты умираешь, кто-то снимает с твоего лица виртуальную гарнитуру и спрашивает: «Как это было? 🤯😰. Да, звучит очень забавно 😅 Но есть теория под названием «Компьютерное моделирование». Согласно этой гипотезе, мы можем быть частью симуляционной программы, созданной очень развитыми видами. Господь Кришна сказал в Бхагават Гите: ये संसार एक माया है |😵 Эту теорию впервые выдвинул шведский философ Ник Бостон в 2011 году. Он спросил,..
Модель Checkpoint. (Google Colab и Диск как постоянное хранилище для длительных тренировок)
Не у всех людей есть установка для глубокого обучения или много кредитов в облачных сервисах, чтобы иметь аппаратное ускорение вычислений. Google Colabaratory - это сервис, который предоставляет время работы GPU Tesla K80 бесплатно , но обучение глубоких нейронных сетей с нуля может быть проблемой из-за ограничений. Итак, этот пост посвящен использованию Google Диска для вашего набора данных (в режиме загрузки только один раз) и сохранению контрольных точек для возобновления длительного..