Публикации по теме 'featured'
Обобщенное обучение с глубоким подкреплением
Что означает искусственный интеллект PlaNet от Google AI для исследований обучения с подкреплением и как трансферное обучение играет ключевую роль
В наши дни трансферное обучение очень популярно в сообществе машинного обучения.
Трансферное обучение служит основой для многих управляемых сервисов AutoML, предоставляемых Google , Salesforce , IBM и Azure . Теперь он занимает видное место в последних исследованиях НЛП - он появляется в модели двунаправленных кодировщиков из..
Один LEGO за раз, объясняющий математику того, как нейронные сети учатся с помощью…
Машинное обучение , Математика
По одному LEGO за раз: математическое объяснение того, как нейронные сети обучаются с помощью реализации с нуля
нейронная сеть - это продуманная комбинация линейных и нелинейных модулей. Когда мы выбираем и разумно соединяем их, у нас есть мощный инструмент для аппроксимации любой математической функции. Например, тот, который разделяет классы с нелинейной границей решения .
Шаги по запуску кода:
git clone..
Почему мы должны сосредоточиться на автоматизации сейчас больше, чем когда-либо
Больше опасаться, чем автономные боевые машины
Представьте себе это.
Ты на работе. Ваш босс подходит с таким взглядом, который говорит, что что-то не так. Разговор короткий и по существу. «Вас уволили, потому что ваша работа была автоматизирована».
Когда мы обсуждаем искусственный интеллект, автоматизацию процессов робототехники и другие формы автоматизации искусственного интеллекта, первая мысль часто обращается к наихудшему сценарию.
Роботы-убийцы, которые выбирают, кто..
Основы рекуррентных нейронных сетей (RNN)
"Машинное обучение"
Основы рекуррентных нейронных сетей (RNN)
Оглавление
Для чего используются RNN? Что такое RNN и как они работают? Тривиальный пример - прямое распространение, обратное распространение во времени Одна серьезная проблема: исчезающие градиенты
Для чего используются RNN?
Рекуррентные нейронные сети (RNN) широко используются для данных с некоторой последовательной структурой. Например, данные временных рядов упорядочены по времени. Предложения также являются..
Полимер 2.0: путаница с миксинами
Миксины определяют свойства так же, как и элемент. Эти объекты свойств будут извлекаться из каждого миксина, так что это работает так же, как «старый способ». Тот факт, что синтаксис static get properties() {} , поначалу выглядит запутанным, но Polymer будет перебирать каждый из миксинов, чтобы получить полный набор свойств.
Кроме того, кажется, что свойства ведут себя по-разному, если они определены, по сравнению с тем, когда они не определены. Это отличается от полимера 1, где..
Понимание простой математики, лежащей в основе простой линейной регрессии
"Математика"
Понимание простой математики, лежащей в основе простой линейной регрессии
Не многие люди любят математику и по уважительным причинам. Мне это не очень нравится, но я стараюсь освежить основы основ: - Алгебра, линейные графики, триггер, предварительное исчисление и т. Д. Благодаря таким платформам, как Khan Academy … Изучение математики может быть увлекательным.
T его статья предназначена для всех, кто интересуется машинным обучением, в идеале для новичков, не знакомых..
Внимание: классификация документов
"Машинное обучение"
Внимание: классификация документов
Текущее состояние практики глубокого обучения меня увлекает, потому что есть интересные сходства между тем, как мы, люди, обрабатываем изображения и текст, и алгоритмами, которые мы используем, чтобы заставить компьютеры обрабатывать изображение и текст.
Подход с непрерывным набором слов, когда вложения слов для каждого слова в предложении агрегируются, чтобы представить все предложение в виде единого вектора, может достичь..