Публикации по теме deep-learning

Публикации по теме 'deep-learning'

Еженедельный обзор машинного обучения №1

Источник последних достоверных статей, видео и проектов по машинному обучению для ученых и инженеров. Рекомендовано на этой неделе Статьи 9 статей по глубокому обучению, о которых вам нужно знать Использование глубокого обучения для восстановления звука высокого разрешения Разберитесь в коде PyTorch за 10 минут Статьи Внимание - это все, что вам нужно »от Google Folk получил 41,0 балла по новейшей модели BLEU для одной модели. FreezeOut: ускорение обучения за..

Полиномиальная регрессия: машинное обучение

Эта статья является продолжением предыдущей: Линейная регрессия . В этой статье мы поговорим о полиномиальной регрессии . И… выглядит это примерно так: Некоторые люди называют это полиномиальной линейной регрессией , но подождите… линейной? Тогда почему я не включил это в предыдущую статью? Не будем вдаваться в дискуссионную часть. Не волнуйтесь, позвольте мне объяснить… Помните формулы линейной регрессии? Ну… формула полиномиальной регрессии аналогична...

Растущее значение гильбертовых пространств в исследованиях машинного обучения, часть 8

Границы локальной погрешности для аффинных вариационных неравенств в гильбертовых пространствах (arXiv) Автор: Хоанг Нгок Туан , Йонгдо Лим , Нгуен Донг Йен . Аннотация: В статье приводятся некоторые результаты, относящиеся к проблеме исследования бесконечномерных аффинных вариационных неравенств, сформулированных Н. Д. Йеном и X. Янгом [Аффинные вариационные неравенства на нормированных пространствах, J. Optim. Theory Appl., 178 (2018), 36–55]. А именно, мы получаем локальные..

Тренируйте свои искусственные нейронные сети со стохастическим градиентным спуском

Ребята, тренируйте свои искусственные нейронные сети, используя эти 7 простых шагов. 1- Инициализировать веса небольшим числом, близким к 0 (но не 0) случайным образом. 2- Каждый узел входного слоя посвящен отдельной функции набора данных. Введите первое наблюдение во входной слой. Стохастический градиентный спуск оптимизирует веса для каждого входа из набора данных. 3- Прямое распространение, то есть слева направо. Нейроны активируются таким образом, что влияние активации..

Использование наборов данных Kaggle с Google Colab

Мы все знаем, что Google продолжает предлагать наилучшие решения для большинства наших проблем. Одной из таких вещей является блокнот Google Colab. В этих ноутбуках используются облачные серверы Google, и они предлагают графический процессор, а также среду выполнения TPU [и все это бесплатно! Спасибо Google :)]. Всем энтузиастам машинного обучения, машинного обучения и искусственного интеллекта обязательно стоит попробовать ноутбуки Colab. Давайте начнем Не забудьте..

Как работает суррогатное правдоподобие, часть 1 (машинное обучение)

Статистический вывод случайных графиков с помощью суррогатной функции правдоподобия (arXiv) Автор: Динбо Ву , Фанчжэн Се Аннотация: Спектральные оценки широко применяются в статистическом сетевом анализе, но они не включают в себя информацию о правдоподобии модели сетевой выборки. В этой статье предлагается новая суррогатная функция правдоподобия для статистического вывода класса популярных сетевых моделей, называемых графиками случайных скалярных произведений. В отличие от..

Новые разработки в области взаимодействия человека с компьютером, часть 2

Понимание удобства использования помощников по программированию на основе ИИ (arXiv) Автор: Дженни Т. Лян , Чэньян Ян , Брэд А. Майерс . Аннотация: В последнее время сообщество разработчиков программного обеспечения стало свидетелем широкого распространения помощников по программированию ИИ, таких как GitHub Copilot. Однако на практике разработчики часто не принимают первоначальные предложения помощников по программированию ИИ. Это оставляет ряд открытых вопросов, связанных с..