Публикации по теме deep-learning

Публикации по теме 'deep-learning'

ICASSP 2018 - Новое определение обработки сигналов для аудио- и речевых технологий

За последние несколько лет Канада стала рассадником глубокого обучения и искусственного интеллекта (ИИ). Во многом это произошло из-за того, в какой степени страна приняла эту область технологий, а также из-за уровня инвестиций, которые правительство вкладывает в исследования в области искусственного интеллекта и машинного обучения. В результате здесь расположены одни из лучших университетов, в которых работают самые выдающиеся специалисты в этой области. Монреальский институт алгоритмов..

Классификация дорожных знаков: беспилотные автомобили Udacity

Этот проект включает в себя обучение глубокой нейронной сети распознаванию дорожных знаков, что означает создание аппроксиматора функций, который может сопоставлять пиксели изображений дорожных знаков с их именами. Подход глубокого обучения оказался действительно эффективным, обеспечив точность теста 96%. Эта статья представляет собой документацию о том, как я построил конвейер, а также подробности окончательной архитектуры. Пожалуйста, щелкните здесь, чтобы перейти к репозиторию github ...

Случайно подключенные нейронные сети

В этом сообщении блога кратко объясняется, что такое поиск по нейронной архитектуре и как он может помочь вам добиться лучших результатов моделирования с вашим набором данных. Ниже приводится аргумент в пользу того, почему вы должны игнорировать продвинутые алгоритмы и использовать гораздо более простой алгоритм - нейронные сети с произвольным подключением. Этот алгоритм использует алгоритм генерации случайных графов из теории графов и науки о сетях, фиксируя одни и те же вычисления на..

Строительные блоки нейронной сети.

Не будучи экспертом в области машинного или глубокого обучения, я могу быть виноват в том, что не предоставил исчерпывающего объяснения, но, поскольку я безвозвратно привязан к глубокому обучению, я все равно буду рисковать, чтобы поделиться своими концепциями, чтобы учиться дальше. Ввод: Нейронные сети могут показаться непонятными, но, разобравшись на простые части, понять их несложно. Для целей этой статьи давайте рассмотрим набор данных как изображения собак, каждое из которых имеет..

Модель Seq2seq и проблема смещения экспозиции

Модель Seq2seq или широко известная как модель кодировщика-декодера, представляет собой метод машинного перевода, субтитров к изображениям, суммирования текста и т. Д. На приведенном ниже рисунке мы можем увидеть модель кодировщика-декодера, которая используется для машинного перевода. Мы можем использовать LSTM или его варианты, такие как GRU или Bidirectional LSTM, в качестве ячеек декодера кодера. Допустим, мы хотим создать модель, которая преобразует английское предложение во..

Как запустить модель Keras на RK3399Pro

Полный исходный код можно найти в моем репозитории GitHub . Ранее мы представили и протестировали несколько встроенных решений для периферийных вычислений, в том числе OpenVINO для нейронных вычислительных модулей Intel, CMSIS-NN для микроконтроллеров ARM и модель TensorRT для Jetson Nano . Их объединяет то, что у каждого поставщика оборудования есть собственные инструменты и API для квантования графа TensorFlow и объединения смежных слоев для ускорения логического вывода. На..

Курс по самоуправляемым автомобилям № 9 — Miniflow: наш собственный Tensorflow (часть 2)

Добро пожаловать на Курс по самоуправляемым автомобилям , часть 9. Этот курс в блоге познакомит нас с миром беспилотных автомобилей, с тем, как работают беспилотные автомобили, плюсы и минусы вождения автомобилей, что такое беспилотные автомобили компании Что мы узнали??? В части 1 этого раздела мы реализовали концепции графов, прямого распространения, обучения и потерь и линейного преобразования в нашем скрипте мини-потока. Что будет В этой лаборатории вы продолжите..