Публикации по теме deep-learning

Публикации по теме 'deep-learning'

Инновационное использование ChatGPT часть 8 (искусственный интеллект)

ChatGPT цитирует наиболее цитируемые статьи и журналы, полагаясь исключительно на подсчет цитирования Google Scholar. В результате ИИ может усилить эффект Мэтью в науке об окружающей среде (arXiv). Автор : Эдуард Петиска Аннотация: ChatGPT (GPT) стал одним из самых обсуждаемых нововведений за последние годы, насчитывающим более 100 миллионов пользователей по всему миру. Однако знания об источниках информации, которые использует GPT, все еще ограничены. В результате мы провели..

3 вещи, которые вам нужно знать о предиктивной аналитике

Предиктивная аналитика использует исторические данные для прогнозирования будущих событий. Обычно исторические данные используются для построения математической модели, отражающей важные тенденции. Затем эта прогностическая модель используется для текущих данных, чтобы предсказать, что произойдет дальше, или предложить действия, которые необходимо предпринять для достижения оптимальных результатов. В последние годы прогнозной аналитике уделяется много внимания благодаря достижениям в..

Трансферное обучение и сверточные нейронные сети (CNN)

Полное руководство от CNN по переносу обучения для набора данных Kaggle «Кошка против собаки» В современную эпоху нейронные сети побеждают традиционные алгоритмы машинного обучения при моделировании сложных наборов данных, особенно неструктурированных данных — пространственных данных (компьютерное зрение) или последовательных данных (NLP и временные ряды).

Прогресс с противоборствующими атаками, часть 2 (машинное обучение)

Надежная предварительная подготовка контрастного языка-изображения против состязательных атак (arXiv) Автор: Вэньхан Ян , Бахаран Мирзасолейман . Аннотация: Обучение контрастному представлению языка и зрения достигло современной производительности для нулевой классификации благодаря обучению на миллионах пар изображений и подписей, просканированных из Интернета. Однако массивные данные, лежащие в основе крупных мультимодальных моделей, таких как CLIP, делают их чрезвычайно..

Последние идеи о трансферном обучении 2023, часть 3 (машинное обучение)

Перенос обучения через разнородные функции для эффективной генерации тензорных программ (arXiv) Автор: Гаурав Верма , Сиддхисанкет Раскар , Чжэнь Се , Абид М. Малик , Мурали Эмани , Барбара Чапман . Аннотация: Настройка генерации тензорной программы включает в себя поиск различных возможных комбинаций преобразования программы для данной программы на целевом оборудовании для оптимизации выполнения тензорной программы. Это уже сложный процесс из-за огромного пространства поиска..

Изучение глубокого обучения

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ КНИГА Изучение глубокого обучения Изучение глубокого обучения объединяет три главы из книг Мэннинга, отобранных автором и опытным специалистом по глубокому обучению Эндрю Траском . В нем вы получите общее представление об основных концепциях глубокого обучения и рассмотрите различные методы обучения, включая контролируемое и неконтролируемое обучение, а также параметрическое и непараметрическое обучение. Используя Tensorflow, вы также изучите более..

Понимание квантового программирования (квантовые вычисления)

Квантовая логика Биркгофа-фон Неймана как язык утверждений для квантовых программ ( arXiv ) Автор: Миншэн Ин Аннотация: Логика первого порядка с квантовыми переменными необходима в качестве языка утверждений для определения и рассуждений о различных свойствах (например, правильности) квантовых программ. Удивительно, но такая логика отсутствует в литературе, а существующая квантовая логика Биркгофа-фон Неймана первого порядка имеет дело только с классическими переменными и..