Публикации по теме deep-learning

Публикации по теме 'deep-learning'

CNN с разделением по глубине: более эффективный подход

Сверточные нейронные сети (CNN) стали важным математическим методом обработки изображений, позволяя решать такие задачи, как классификация и распознавание изображений. Успех CNN заключается в их способности значительно сократить количество параметров по сравнению с базовыми нейронными сетями. Однако поиск более эффективных алгоритмов и методов не прекращается. В этой статье мы рассмотрим более эффективную версию CNN под названием «CNN с разделением по глубине». Простой CNN:..

Множество уловок для классификации изображений

Приходите получить свои вкусности глубокого обучения Я пишу информационный бюллетень для учащихся под названием Mighty Knowledge. Каждый новый выпуск содержит ссылки и основные уроки из самого лучшего контента, включая цитаты, книги, статьи, подкасты и видео. Каждый выбран специально для того, чтобы научиться жить более мудрой, счастливой и полной жизнью. Зарегистрируйтесь здесь . Когда вы в последний раз видели теорию, 100% совпадающую с практикой в Deep Learning? Это..

Примеры использования гиперсетей в машинном обучении, часть 3

Краткий обзор гиперсетей в глубоком обучении (arXiv) Автор: Винод Кумар Чаухан , Цзяндун Чжоу , Пин Лу , Сохейла Молаи , Дэвид А. Клифтон . Аннотация: Гиперсети, или сокращенно гиперсети, представляют собой нейронные сети, которые генерируют веса для другой нейронной сети, известной как целевая сеть. Они появились как мощный метод глубокого обучения, который обеспечивает большую гибкость, адаптируемость, более быстрое обучение, обмен информацией, сжатие моделей и т. д. Гиперсети..

Классификация стекла с использованием глубокого обучения

Введение В этом проекте мы изучим данные и построим глубокую нейронную сеть, которая будет классифицировать стекло по определенным признакам. Источник данных Данные общедоступны через Kaggle отсюда, которую вы можете легко скачать. О данных Целью набора данных является прогнозирование класса стекла на основе заданных характеристик. Существует около 9 характеристик (идентификационный номер, RI, Na, Mg, Al, Si, K, Ca, Ba), в котором все столбцы, кроме столбцов Id, играют важную..

Может ли визуализация клеток предсказать экспрессию генов/белков?

Мультиомиксное прогнозирование на основе высококонтентных сотовых изображений с глубоким обучением Эта статья является первой в новой серии публикаций, в которых рассматриваются новейшие и лучшие методы моделирования AI/ML и обработки данных, о которых я буду писать. Подробности будут позже, следите за обновлениями! Давайте взглянем на интересный метод прогнозирования протеомной и транскриптомной экспрессии по высококонтрастным клеточным изображениям. Можно ли узнать обилие основных..

Разница между искусственным интеллектом (ИИ) и машинным обучением

Давайте выясним, что означает каждое из них и в чем разница между ними. Благодаря исключительному появлению и внедрению больших данных и аналитики, как искусственный интеллект (ИИ), так и машинное обучение сейчас являются горячими модными словечками. Мы говорим об искусственном интеллекте, роботах и машинном обучении так, будто они скоро появятся или это просто несбыточная техническая мечта. Они не. Они здесь сегодня. Хотя эти два термина иногда используются как синонимы, их не..

Conv2d: наконец-то понять, что происходит в прямом пасе

Визуальное и математическое объяснение 2D сверточного слоя и его аргументов Вступление библиотеки и платформы Deep Learning, такие как Tensorflow , Keras , Pytorch , Caffe или Theano помогает нам в повседневной жизни, так что каждый день новые приложения заставляют нас думать «Вау!». У всех нас есть свои любимые фреймворки, но их всех объединяет то, что они упрощают нам жизнь с помощью простых в использовании функций, которые можно настраивать по мере необходимости. Но нам все..