Публикации по теме 'deep-learning'
Глубокое обучение для распознавания изображений: почему это сложно, где мы были и что дальше
Так что же такого сложного в проблеме ImageNet? Давайте начнем с просмотра данных. Данные для задачи классификации ImageNet были собраны с Flickr и других поисковых систем, вручную помечены людьми, при этом каждое изображение принадлежит одной из 1000 категорий / классов объектов. Распределение набора данных показано ниже в таблице.
К 2012 году в ImageNet было почти 1,3 миллиона обучающих изображений. Основная проблема такой крупномасштабной задачи классификации изображений - это..
Кодирование глубокой нейронной сети с нуля с использованием numpy
Пару недель назад я написал статью о кодировании перцептрона с намерением закрепить мое собственное понимание и, надеюсь, обеспечить полезность на этом пути. По этой же причине я решил бросить вызов самому себе - создать с нуля глубокую нейронную сеть. Такие фреймворки, как Tensorflow и Torch, позволяют нам легко использовать нейронные сети, не изобретая велосипед, но я считаю, что для всех, кто хочет заняться машинным обучением, важно понимать основные технические концепции этих..
Почему нельзя масштабировать модели без масштабирования данных: менее обсуждаемая сторона MLOps
Для наших моделей глубокого обучения подход к инфраструктуре машинного обучения, ориентированный на данные, ликвидировал разрыв между инженерией данных и машинным обучением.
В KeepTruckin у нас есть несколько современных моделей глубокого обучения, развернутых на наших видеорегистраторах. Эти модели используются для обнаружения полос движения, других транспортных средств на дороге и даже отвлечения внимания водителя (использование мобильного телефона, курение и т. Д.). Подробнее о том,..
Прекрасный вводный рассказ об искусственном интеллекте и машинном обучении для начинающих…
Вступление
Работали ли вы в Интернете или смотрели новости, вероятно, вы слышали об этих терминах «искусственный интеллект», он же «AI», или «машинное обучение», он же «M.L». В этой статье мы проведем вас через путешествие, чтобы познакомиться с этой технологией, что это такое, а что нет? Как и зачем мы это используем и многое другое. Хорошая новость заключается в том, что мы не собираемся углубляться в технические аспекты этого, но мы откроем его с нетехнической стороны.
Прежде..
GAN для неконтролируемого обнаружения аномалий на рентгеновских изображениях.
Попытка использовать Generative Adversarial Network не только для создания классных изображений.
Зачем обнаруживать аномалии на рентгеновских снимках
Машинное обучение (ML) и глубокое обучение (DL) для здравоохранения в настоящее время является очень активной областью исследований как в академических кругах, так и в промышленности. ML и DL перспективны тем, что помогают врачам / исследователям в поиске новых лекарств от болезней, которые в настоящее время неизлечимы, или могут помочь..
Есть ли способ глубоко скопировать объект Simulink.SimulationInput?
Я пытаюсь скопировать объект Simulink.SimulationInput , выполнив следующие действия:
Input(1) = Simulink.SimulationInput('foo');
Input(1) = Input(1).setVariable('A',Simulink.Parameter(5));
Input(1) = Input(1).setVariable('simin',timeseries([0,10],[0,10]));
%%
Input(2) = Input(1);
Input(2) = Input(2).setVariable('A.Value',10);
%%
Input(1).Variables(1).Value
Input(2).Variables(1).Value
Если установить значение переменной «A» равным 10 после копирования Input(1) в Input(2), значение..
Мой дневник машинного обучения: день 67
Сегодня посмотрел ролики с третьей специализации курса глубокого обучения. Я узнал о различных диагностических методах машинного обучения.
Методы проекта ML
Мы узнали, что важно создать быструю реализацию, а затем повторить итерацию для улучшения алгоритма на День 38 . Мы увидели, что такое смещение / отклонение в День 36 , а точность / полнота - в День 39 . Давайте углубимся в диагностику машинного обучения. В День 64 мы также увидели, что доля наборов для разработки и..
