Публикации по теме 'deep-learning'
Нахождение скорости обучения в глубоком обучении с подкреплением
Скорость обучения — один из самых важных гиперпараметров в глубоком обучении. При обучении агента RL вы хотите, чтобы процесс обучения оказал видимое влияние на некоторые показатели решения проблемы, которую этот агент RL должен решить.
Поэтому вы должны давать ту же задачу (такое же начальное состояние, ту же среду) агенту RL для периодической оценки. Во время обучения вы хотите, чтобы оценка периодической оценки менялась. Это означает, что в случае глубокого Q-обучения функция Q была..
Распределенная сеть MXNet, можно ли ее масштабировать линейно?
Одно из главных требований MXNet - это скорость! Особенно в распределенном режиме. Итак, я решил провести собственное расследование, чтобы ответить на вопрос: можно ли линейно масштабировать MXNet в распределенном режиме?
Отказ от ответственности
Чтобы понять, как именно проводились измерения, необходимо ознакомиться с материалом моей предыдущей статьи: Подробное объяснение распределенного обучения MXNet или, по крайней мере, иметь представление о том, как распределенное обучение..
RNN Simplified - руководство для новичков
Интуитивное объяснение рекуррентной нейронной сети, LSTM и GRU
Рекуррентная нейронная сеть (RNN) - это популярная архитектура нейронной сети, которая широко используется с вариантами использования, состоящими из последовательных или контекстных данных.
Прежде чем мы начнем с самой RNN, давайте сначала разберемся, зачем она нам вообще нужна. Давайте попробуем вспомнить эту сцену.
На это потребовалось время, правда? (Или, может быть, ты вообще не в состоянии общаться)
Теперь..
Применение разделения переднего и заднего плана с глубоким обучением
Разделение переднего и заднего планов всегда было огромной проблемой до появления нейронных сетей на основе обнаружения объектов. Пришлось использовать такие методы обработки изображений, как сегментация на основе цвета, сегментация на основе глубины и другие традиционные методы. Сегодня с помощью готовых моделей глубокого обучения стало очень легко замаскировать интересующую область и отделить передний план от фона.
Приложения: -
Портретный режим с глубоким обучением Размытие фона..
Распознавание речи - Калди
Kaldi - это набор инструментов для распознавания речи, ориентированный на исследователей. Мы можем использовать Kaldi для обучения моделей распознавания речи и декодирования звука выступлений. До сих пор мы обсуждали разные темы в нашей серии статей по распознаванию речи. Мы хотели бы завершить обсуждение убедительным примером обучения автоматического распознавания речи (ASR). Тем не менее, если вы ищете инструкции по использованию Kaldi, вам следует обратиться к документам Kaldi...
Хомский против Норвига
Ниже приведена ссылка на интересное интервью с Ноамом Хомски о том, почему он считает современные подходы к искусственному интеллекту неправильными.
Ноам Хомский о том, где искусственный интеллект ошибся
К сожалению, Хомский более широко известен своими политическими взглядами, чем своими научными и философскими взглядами, так что пока просто игнорируйте эти политические взгляды, чтобы учиться у Хомского как у философа науки. Хомский сравнивает нынешнее состояние основных..
Основные угрозы безопасности при использовании моделей машинного обучения
Насколько безопасны ваши алгоритмы?
К настоящему времени очевидно, что машинное обучение можно использовать практически в любой отрасли. Это мощная технология. Как сказал дядя Бен: «С большой силой приходит большая ответственность».
Какой бы революционной она ни была, есть одна загвоздка. Алгоритмы машинного обучения могут быть атакованы, взломаны по нескольким причинам и разными способами. В продолжение нашей предыдущей статьи Обман самых точных моделей глубокого обучения в мире..
