Публикации по теме deep-learning

Публикации по теме 'deep-learning'

Подготовка к переходу к прикладному искусственному интеллекту

Обзор Джереми Карновски и Эммануэль Амейсен , Insight AI Роли прикладного ИИ включают сочетание разработки программного обеспечения и машинного обучения и, возможно, являются одними из самых сложных ролей для взлома. Эти роли, ориентированные на продвинутые алгоритмы и использование результатов новых исследований для сложных продуктов, являются ключевым компонентом во многих организациях, от крупных корпораций до начинающих компаний. В течение последних шести месяцев Insight..

Перенос обучения с предварительно обученных моделей

Как быстро и легко решить любую задачу классификации изображений В этой статье рассказывается, как использовать трансферное обучение для решения задач классификации изображений. В демонстрационных целях приводится практический пример использования Keras и его предварительно обученных моделей. Глубокое обучение быстро становится ключевым инструментом в приложениях искусственного интеллекта (LeCun et al. 2015). Например, в таких областях, как компьютерное зрение, обработка..

Увеличение данных с помощью обучаемой сети Resizer для классификации изображений

гитхаб , бумага В недавней статье Google AI Обучение изменению размера изображений для задач компьютерного зрения авторы предложили новый способ изменения размера изображений перед их отправкой в классификатор изображений. Обычно мы изменяем размер изображений до пространственного разрешения 224x224, используя какой-либо метод интерполяции (например, билинейный, бикубический), но что, если мы заменим фиксированный размер изменяемым размером? Именно на этот вопрос и призвана..

Почему я использую Fastai и вам тоже стоит.

Это первая часть серии статей: «Что мне больше всего нравится в моей любимой библиотеке глубокого обучения fastai». Этот выпуск: Скорость обучения (LR) LR перед фастай Общий консенсус по поиску наилучшего LR обычно заключался в том, чтобы полностью обучить модель, пока не будет достигнута желаемая метрика, с разными оптимизаторами на разных LR. Оптимальный LR и оптимизатор выбираются в зависимости от того, какая их комбинация лучше всего сработала на этапе выбора. Это нормальный..

Взлом ПК Blade Shadow для глубокого обучения

После многих лет работы с промышленностью над крупномасштабным численным моделированием, студиями VFX над массовым рендерингом и другими ресурсоемкими задачами, такими как анализ спутниковых изображений с помощью ИИ, у меня появилась одна привычка: я всегда ищу самый большой эффект для доллар, предпочтительно облачный, так как я ненавижу операционное оборудование. Когда дело доходит до HPC (высокопроизводительных вычислений), процессоры Xeon отлично работают и доступны в большом..

Фреймворк LightGBM: XGBoost следующего поколения

Года, проведенного с искусственным интеллектом, достаточно, чтобы поверить в Бога -Алан Джей Перлис Самый большой, самый важный и самый фундаментальный шаг к ИИ — это классификация необработанных данных. Все начинается с огромного набора необработанных данных, которые необходимо обработать максимально эффективным способом. Несколько недавних алгоритмов машинного обучения зарекомендовали себя как элитные в выполнении таких огромных классификаций. Одним из таких алгоритмов является..

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ VS МАШИННОЕ ОБУЧЕНИЕ VS ГЛУБОКОЕ ОБУЧЕНИЕ

Эта технология больше не является предметом научной фантастики. Вместо этого мы видим искусственный интеллект во всех сферах нашей жизни. Умные помощники в наших телефонах и динамиках помогают нам находить информацию и выполнять повседневные задачи. На работе чат-боты связаны со службой поддержки клиентов, и, по оценкам, к следующему году они будут нести ответственность за 85% обслуживания клиентов. Существуют также интеллектуальные алгоритмы, которые могут использовать большой объем..