Публикации по теме 'deep-learning'
Общий обзор моделей глубокого обучения и современных моделей
С начала этого года у меня возникло сильное любопытство к глубокому обучению. Я некоторое время читал об этой области. Зная, что есть много людей, которым может быть любопытно эта тема, я пишу этот обзор, чтобы дать несколько интересных указателей.
Не так давно AlphaGo победила Кэ Джи в 2017 году, игрока №1 в го в мире. Появление AlphaGo, знаменательное для развития искусственного интеллекта, привлекло внимание всего мира к развитию искусственного интеллекта.
С тех пор так много..
ПРИМЕНЕНИЕ МОДУЛЯ CNN ГЛУБОКОГО ОБУЧЕНИЯ DLIB ДЛЯ ИДЕНТИФИКАЦИИ И КЛАСТЕРИЗАЦИИ ИЗОБРАЖЕНИЙ
Солнечный день на пляже, и вы гуляете со своими лучшими друзьями. Вы делаете массу фотографий и счастливы, что запечатлели несколько замечательных моментов. Прохладный! Вернувшись домой, ваши друзья хотят, чтобы вы сортировали фотографии и делились ими. Разве вы не хотели бы знать некоторые магические заклинания?
Вот еще этап. Чтобы сохранить «призрака горы», белого леопарда, геолог хотел бы проследить движение хищника, чтобы понять его поведение. Установка GPS-ошейника — трудоемкая..
Тайловое кодирование: эффективный метод разреженного кодирования для данных с действительными значениями
Вступление:
Возможно, наиболее важной проблемой в машинном обучении (ML) является представление необработанных входных данных, которые можно использовать в качестве хорошего предиктора для модели ML. Такое представление данных часто представляется как вектор признаков , который можно использовать для обучения модели. С появлением глубоких нейронных сетей (DNN), таких как сверточные нейронные сети (CNN), создание таких функций становится более автоматизированным в скрытых слоях, но..
Работа с необработанным текстом с использованием NLTK — ЧАСТЬ 3
В моем предыдущем блоге я говорил о различных структурированных корпусах из модуля NLTK. Особенность структурированного корпуса в том, что мы можем легко им манипулировать, и он требует минимальной предварительной обработки.
Эта статья будет посвящена необработанным текстовым данным из Интернета и тому, как их можно очистить, чтобы мы могли легко выполнять с ними операции.
Вы также изучите основы регулярных выражений и сможете выполнять выборку корней и лемматизацию токенов...
Обнаружение объектов веб-камерой с помощью маски R-CNN в Google Colab
Как использовать Mask R-CNN для обнаружения объектов с прямой трансляцией с камеры в Google Colaboratory
Существует множество подходов к обнаружению объектов. YOLO (You Only Look Once) - алгоритм выбора для многих, потому что он передает изображение через полностью сверточную нейронную сеть (FCNN) только один раз. Это делает вывод быстрым. Около 30 кадров в секунду на графическом процессоре.
Другой популярный подход - использование сети предложений регионов (RPN). Алгоритмы на..
Путешествие по красоте глубокого обучения:
Урок 1. Что такое глубокое обучение и мотивация.
Изучая машинное обучение и читая любую статью по науке о данных, вы могли встретить термин под названием « Глубокое обучение ».
«Глубокое обучение — это подобласть машинного обучения, которая полностью фокусируется или полностью основана на «нейронных сетях», т. е. конкретная проблема может быть решена с более эффективным использованием только нейронной сети».
«Глубокое обучение — это «искусство» проектирования искусственной..
Эффективная остаточная факторизованная нейронная сеть для семантической сегментации
Этот пост объясняет исследовательскую работу ERFNET, точную ConvNet в реальном времени для семантической сегментации.
Семантическая сегментация
Семантическая сегментация - это задача классификации каждого пикселя изображения по метке класса. Это задача классификации, но на уровне пикселей, а не на уровне изображения. Этикетки могут включать человека, машину, цветок, предмет мебели и т. Д. Например, на изображении ниже все автомобили будут иметь одинаковые метки. Однако можно..
