Публикации по теме 'deep-learning'
Глубокое обучение — Модель персептрона
Часть 3: Модель персептрона
Добро пожаловать в мою серию статей о глубоком обучении. В этой статье мы подробно обсудим модель Perceptron. Предыдущая серия этого глубокого обучения включает в себя Применение глубокого обучения и MP нейроны . Так что, если вы не читали эту статью, вы можете перейти по ссылке ниже.
Глубокое обучение — приложения Часть 1: приложения глубоких нейронных сетей nowitsanurag.medium.com..
Надежность сверточных нейронных сетей; Обзор Часть I
В настоящее время сверточные нейронные сети (CNN) используются для решения многочисленных задач компьютерного зрения, таких как автономное вождение, вплоть до медицинских приложений. Для таких критичных с точки зрения безопасности доменов наличие « надежной » модели имеет решающее значение. Подождите, что означает «надежный» в этом контексте?🤨 Мы обсудим это через мгновение. А пока рассмотрим надежную модель, модель, способную давать хорошие прогнозы на нечистых данных, которые она..
Прочтите мою статью «Обнаружение Уиллис-Тауэр на фоне линии горизонта Чикаго» с использованием объекта Tensorflow…
Прочтите мою статью « Обнаружение Уиллис-Тауэр на фоне линии горизонта Чикаго » с использованием Tensorflow Object Detection API по ссылке ниже.
( https://medium.com/@sriram.tutu/skyline-towers-detection-using-tensorflow-object-detection-api-step-by-step-guide-760a9e4c91fb )
Работа с очень большими графами, часть 1
Быстрая онлайн-маркировка узлов для очень больших графиков (arXiv)
Автор: Баоцзянь Чжоу , Ифань Сунь , Реза Бабанежад .
Аннотация: В этой статье исследуется проблема онлайн-классификации узлов в условиях трансдуктивного обучения. Текущие методы либо инвертируют матрицу ядра графа со временем выполнения O (n3) и пространственной сложностью O (n2), либо производят выборку большого объема случайных остовных деревьев, поэтому их трудно масштабировать до больших графов. В этой работе мы..
Мое путешествие с помощью FastAI — Часть I
В этом путешествии мы рассмотрим FastAI и то, как мы можем создавать мощные модели машинного обучения, используя только ноутбук и наш мозг.
Огромное спасибо Джереми Ховардсу за то, что он вдохновил меня задокументировать мое путешествие, чтобы другие тоже могли вдохновиться.
Шаг 1
Google Colaboratory Изменить описание colab.research.google.com
Создайте новый блокнот в Google Colab
Шаг 2
импортировать необходимые библиотеки..
Машинное обучение, искусственный интеллект и глубокое обучение. Как они связаны?
Давайте углубимся в то, как эти области, ведущие к 4-й промышленной революции, тесно связаны между собой.
В эпоху, когда мы пытаемся сделать машины разумными, как люди, машинное обучение, искусственный интеллект и глубокое обучение стали очень распространенными словами, которые вы не можете игнорировать в своей ленте социальных сетей.
Так как же они связаны?
В этой статье я демистифицирую каждый термин, предоставляя четкие и краткие объяснения, чтобы они больше не оставались..
Распознавание изображений
Просмотр объекта естественен для нас и не требует от нас особых усилий, чтобы различать объекты, распознавать лица или читать знаки, поскольку наш мозг хорошо понимает изображения. Когда дело доходит до компьютера, эти задачи очень трудно выполнить.
Что такое распознавание изображений?
Распознавание изображений — это способность технологий идентифицировать объекты, места, действия, людей и надписи на изображениях. Это часть Computer Vision, которая идентифицирует и обнаруживает..
