Публикации по теме image-recognition

Публикации по теме 'image-recognition'

Интересные разработки в области обучающихся машин - 9 августа 2018 г.

Машинное обучение — Информационный бюллетень — 9 августа 2018 г. В последние месяцы мне стало ясно, что держать руку на пульсе ИИ совершенно невозможно. События развиваются слишком быстро. В каждой отрасли алгоритмы обучены распознавать закономерности и действовать на входных данных для получения определенного результата . С помощью этой базовой конструкции чат-боты могут звучать более человечно и обеспечивать лучшее обслуживание клиентов. В Индии ICICI, крупный банк, сократил..

Обучение одним выстрелом

Сегодня на уроке машинного обучения я столкнулся с проблемой компьютерного зрения, называемой однократным обучением. В компьютерном зрении категоризация объектов — это задача классификатора, способного распознавать категории/группы объектов (например, животных, машин, ресторанов и т. д.), используя только изображения, полученные автоматически из Интернет. Для выполнения таких задач категоризации большинству таких алгоритмов обучения (основанных на машинном обучении) требуются..

Вы должны знать OpenCV

OpenCV (Библиотека компьютерного зрения с открытым исходным кодом) — это библиотека компьютерного зрения с открытым исходным кодом. Эта библиотека содержит различные функции, которые позволяют нам работать с изображениями и фильмами на компьютере. В дополнение к этому, эта библиотека распространяется как лицензия BSD, поэтому мы можем использовать библиотеку OpenCV как для коммерческого, так и для частного использования. Использование OpenCV Библиотека OpenCV изначально была изобретена..

Изучение нейронных сетей с модным MNIST

Полный код доступен в этой записной книжке . В этом посте мы познакомим вас с модным набором данных MNIST, покажем, как обучать простые 3-, 6- и 12-уровневые нейронные сети, затем сравним результаты с разными эпохами и, наконец, визуализируем прогнозы. Представляем Fashion MNIST База данных MNIST рукописных цифр является одним из наиболее широко используемых наборов данных, используемых для исследования нейронных сетей, и стала эталоном для сравнения моделей. Совсем недавно..

История машинного обучения: как распознать

Рассмотрим сценарий: путешествуя по всему миру, вы идете в центр этого нового города, наслаждаясь новыми пейзажами. Внезапно ваш разум сосредотачивается на человеке, идущем к вам. По мере того, как вы приближаетесь друг к другу, ваш мозг начинает распознавать кусочки и кусочки; сначала глаза, потом улыбка, походка, форма лица. Вдруг тебя поражает. Это ваш друг, которого вы не видели десять лет! Как мы видим? Как мы узнаем предметы и людей? Как отличить стул от стола? Как мы..

Эффективное распознавание изображений — от гиперпараметров до сверточных нейронных сетей

В последние годы машинное обучение широко используется во многих областях. Вычислительные достижения и доступность доступных графических процессоров позволили нам разработать сложные «глубокие» нейронные сети, которые могут иметь десятки скрытых слоев для решения сложных задач. Когда мы строим сложные математические модели с помощью нейронных сетей, мы понимаем, что есть возможности для точной настройки данной модели, прежде чем идти «глубже» и делать ее ресурсоемкой. В этой статье мы..

Какие возможности распознавание изображений может принести вашему бизнесу?

Сегодня технология компьютерного зрения предлагает ряд эффективных решений по распознаванию изображений для различных отраслей, включая организацию изображений, визуальный поиск, распознавание лиц и другие. Ожидается, что в этом году рынок распознавания изображений вырастет до $29,98 млрд , а это значит, что вы обязательно должны знать, какие возможности это может дать вашему бизнесу. Что такое распознавание изображений? Распознавание изображений предназначено для описания..