Публикации по теме 'deep-learning'


Обучение с подкреплением с помощью ретроспективного опыта Воспроизведение
Редкие и двоичные вознаграждения Обучение с подкреплением приобрело большую популярность в последние годы благодаря некоторым впечатляющим успехам, таким как победа над чемпионом мира по го и (совсем недавно) победа в матчах с лучшими профессионалами в популярной стратегии в реальном времени StarCraft 2. Один из впечатляющих аспектов таких достижений так как AlphaZero (последний игровой агент в Go) учится на редких двоичных наградах, он либо выигрывает, либо проигрывает в игре...
Сверхразрешение изображения с использованием GAN
Введение Что такое сверхвысокое разрешение? Сверхразрешение изображения - это метод восстановления изображения с высоким разрешением из наблюдаемого изображения с низким разрешением. Большинство подходов к сверхразрешению изображения до сих пор использовали MSE (среднеквадратичную ошибку) как функцию потерь, проблема с MSE как функцией потерь. состоит в том, что детали изображения с высокой текстурой усредняются для создания плавной реконструкции. GAN решают эту проблему,..
Глубокое обучение: прогнозирование рака кожи
Как создать модель классификации изображений за считанные минуты Глубокое обучение: прогнозирование рака кожи Создайте сверточную нейронную сеть на Python для распознавания доброкачественных / злокачественных клеток меланомы. I. || Введение || Когда я только начал этот проект, я программировал на Python всего около 2 месяцев. На моем компьютере был установлен Keras, и я изучал алгоритмы классификации и то, как они работают в рамках модели сверточной нейронной сети . сверточной..
Классификация болезней листьев маниоки: сообщение в блоге №1
Команда Шуя Чжан Сюнфэн (Алекс) Ван Кевин Ле Проблема + набор данных Это первая из трех публикаций в блоге, в которых описывается опыт нашей группы в решении проблемы распознавания изображений с помощью методов ML / DL. Наш набор данных, взятый из конкурса Kaggle по классификации болезней листьев маниоки, состоит из более чем 20 000 изображений листьев маниоки, сделанных с помощью относительно недорогих камер. Кроме того, набор данных также обеспечивает сопоставление..
Математика машинного обучения
Насколько важна математика, когда речь идет о машинном обучении? Многие из нас начинают обращать внимание на кодирование, чтобы улучшить свои навыки программирования. Машинное обучение стало предметом дискуссий за последние 5 лет, особенно после взрыва «глубокого обучения» . В рамках этого стремления к этому любому новичку в этой области важно понимать основы машинного обучения и его ключевой аспект, тот, который приводит к его появлению сегодня, и ядро ​​ , которое приведет машины..
Простое развертывание моделей глубокого обучения в производственной среде
Идея системы, которая может учиться на данных, выявлять закономерности и принимать решения с минимальным вмешательством человека, захватывающая . Глубокое обучение, тип машинного обучения, в котором используются нейронные сети, быстро становится эффективным инструментом для решения множества различных вычислительных задач, от классификации объектов до систем рекомендаций. Однако получение обученных нейронных сетей для развертывания в приложениях и сервисах может создать проблемы для..
AlexNet, прорыв в области глубокого обучения
Классификация ImageNet с глубокими сверточными нейронными сетями Авторы: Алекс Крижевский, Илья Суцкевер, Джеффри Хинтон. Это реализация этой бумаги . блокнот ipython здесь Это было одно из самых влиятельных изданий в области компьютерного зрения. Эта модель выиграла конкурс ILSVRC 2012. 1. Обучил сеть по данным ImageNet, которые содержат более 15 миллионов изображений из более чем 22 000 категорий. 2. В этой статье используется функция активации ReLU для нелинейности...