Публикации по теме 'deep-neural-networks'
Глубокие нейронные сети (DNN), часть 1: представление и прямое распространение
Глубокая нейронная сеть - это алгоритм, используемый как для классификации, так и для регрессии. Например, для классификации изображений кошек или собак, когда машина должна предсказать, является ли данное изображение кошкой или собакой. Нейронные сети сегодня широко используются для классификации изображений, распознавания речи и т. Д. Обнаружение объектов, классификация текста и так далее.
Есть много типов нейронных сетей:
Глубокие нейронные сети (DNN) Сверточные нейронные сети..
Почему увеличение изображения — Часть 2
Это продолжение Части 1 , где мы обсудили проблемы с ограниченными изображениями в медицинской, полупроводниковой и других отраслях для обучения моделей глубокого обучения (DL).
В предыдущей статье мы использовали библиотеку Albumentations для преобразования изображений (геометрическое преобразование). Даже эта библиотека облегчает нашу жизнь, помогая нам добиться увеличения и сохранить нетронутой выходную метку. Для классификации изображений вам необходимо изменить только входное..
Google MLKit: быстрое и простое распознавание лиц в Android
Введение
Ядро систем распознавания лиц разрабатывалось годами, первая подобная система была разработана в 1960-х годах как компьютерное приложение. Его использование использовалось во многих отраслях помимо обычного внедрения технологий. Одно из его первых служебных приложений предназначалось для предотвращения преступной деятельности путем распознавания лиц людей, чтобы они не могли умножать одинаковые лица для регистрации под разными именами (для предотвращения мошенничества) в США...
Мое путешествие в глубокое обучение
Когда я впервые прочитал о Практическом глубоком обучении для программистов , мне было немного трудно поверить, что я могу обучить нейронную сеть с помощью 7 строк кода. Как и у большинства людей, у меня была очень естественная реакция. «Чёрт возьми!?! Это невозможно!"
Вот и я, через 10 минут первого урока, тренирующего VGG-16 сверточную нейронную сеть для классификации изображений кошек и собак. Это было безумно легко. На самом деле, это слишком просто.
С точностью 98% в..
Глубокая нейронная сеть - (Объясните, как будто мне пять)
Глубокая нейронная сеть (и вообще машинное обучение) - это наиболее востребованный технологический навык, поскольку он изменит нашу жизнь больше, чем мы можем себе представить. Но изучение глубокой нейронной сети может стать непосильной задачей для новичков. Ниже я попытался объяснить глубинную нейронную сеть самым простым способом с помощью аналогии.
У меня был любимый повар, который готовил два блюда. Он был моим любимым поваром, так как знал, какое блюдо приготовить, чтобы я была..
От ограниченной машины Больцмана к глубокой нейронной сети - объяснение недостающих ссылок
Версия LaTeX: https://www.sharelatex.com/project/52295b43e77a8bec1401f6bc
1. Введение
Глубокая нейронная сеть (DNN) была горячей темой в сообществе обработки речи в последние годы [1]. Люди хотят узнать о различных теориях DNN. Однако те, кто не знаком с некоторыми базовыми знаниями о вероятностных графических моделях [2], методах Монте-Карло с цепями Маркова (MCMC) [3], вариационных методах [4] [5] и т. Д., Могут также найти соответствующие публикации буквально глубоко..
Параметры окончательной модели глубоких нейронных сетей
Для обучения нейронной сети необходимо указать начальное значение весов. Правильный метод инициализации улучшает обучение и точность.
Улучшение глубоких нейронных сетей — инициализация:
Для обучения нейронной сети необходимо указать начальное значение весов. Правильно выбранный метод инициализации улучшит обучение и точность.
Если вы читали мои предыдущие уроки, вы, вероятно, следовали моим инструкциям по инициализации веса, и до сих пор это срабатывало. Но как выбрать..