Публикации по теме 'deep-learning'


Растущая значимость гильбертовых пространств в исследованиях машинного обучения, часть 9
Множественные кремниевые кубиты с зарядом оборванной связи для квантовых вычислений: гильбертово-пространственный анализ гамильтониана (arXiv) Автор : Захра Шатерзаде-Язди Аннотация: Кубит с зарядом оборванной связи на основе кремния является одной из благоприятных моделей для универсальных отказоустойчивых твердотельных квантовых вычислений. В универсальных квантовых вычислениях крайне важно оценить и охарактеризовать вычислительное гильбертово пространство и уменьшить сложность и..
Итак, вы думаете, что знаете, что такое искусственный интеллект?
Итак, вы думаете, что знаете, что такое искусственный интеллект? Когда вы думаете об искусственном интеллекте, первое, что приходит на ум, - это роботы или машины с мозгом, или матрица, или терминатор, или Ex Machina, или любая другая удивительная концепция, в которой есть машины, которые могут думать. Это подходящее, но расплывчатое понимание искусственного интеллекта. В этой статье мы увидим, что такое A.I. действительно есть и как определение менялось в прошлом. Обобщая или..
Обучение с подкреплением: Часть 2: Марковский процесс принятия решений
В предыдущем блоге мы узнали, как Агент совершает действия, не зависящие от какой-либо ситуации. Теперь мы обсудим, как агент может изменить действие в другой ситуации или состоянии. Агент создает последовательность или траекторию, которая начинается так: S0, A0, R1, S1, A1, R2, S2, A2, R3,… (состояние, действие, награда) Агент будет в состоянии S0 в момент времени t=0, затем выполнит A0, и в зависимости от среды агент получит R1 и достигнет состояния S1. Марковский процесс..
Глубокое обучение Alchemite™ — решение сложных задач с использованием реальных данных.
Белая книга Intellegens В этом техническом документе представлен обзор технологии Alchemite™. Что побуждает бизнес применять его? Какие ключевые проблемы машинного обучения он решает и как? И какие в результате преимущества? Управляющее резюме 80-процентное сокращение экспериментальных усилий. 10 миллионов фунтов стерлингов сэкономлены на исследованиях и разработках. Вывод продукта на рынок на шесть месяцев раньше. Предотвращение репутационного ущерба за счет правильного..
Оптимизация использования графического процессора
▮ Низкая загрузка графического процессора В идеале мы хотим полностью использовать наши машины с графическим процессором во время обучения/логического вывода. Однако, если вы не учитываете загрузку графического процессора при создании обучающих сценариев для своей модели глубокого обучения, есть вероятность, что коэффициент использования графического процессора будет довольно низким; ниже 30%. Сегодня я хотел бы рассказать, где могут быть узкие места, вызывающие это, и как их..
Новости машинного обучения Акиры — Выпуск №35
Избранные статьи/новости на этой неделе Предложен метод маскирования изображения и предварительной подготовки модели для его восстановления, наподобие BERT . 75% изображения замаскировано, и только 25% немаскированного изображения вводятся в кодировщик, что кажется удобным для памяти. Представлена ​​модель генерации изображений, представляющая собой комбинацию модели диффузии и модели языка масок . Кажется, что он может регулировать качество генерации, адаптируя его к имеющимся..
Запуск блога по науке о данных  —  11-е издание!
Шанс выиграть 4 лакха индийских рупий + iPad (8-го поколения) + гарантированные бонусы за каждую опубликованную статью! Что, если бы вы могли зарабатывать деньги за каждую статью, которую публикуете в блогах? Это невероятная возможность перед вами! Более 1200+ статей набрали тысячи просмотров, и мы продолжаем получать огромное количество отзывов от сообщества! Какие призы предлагаются? Каждая статья, соответствующая стандартам Analytics Vidhya, будет опубликована в блоге..