Публикации по теме 'lstm'
Прогнозирование спроса на акции Capital Bike с использованием машинного обучения
Очень популярно использование машинного обучения для прогнозирования событий. У этой концепции много применений. Мы хотим предсказать погоду, чтобы быть готовыми к худшему, мы хотим предсказать, что акции принесут больше денег, предприятия хотят спрогнозировать продажи, чтобы они могли сосредоточиться на общей картине. Все это можно сделать с помощью машинного обучения.
В этом исследовании давайте обсудим, как мы можем предсказать потребность в совместном использовании велосипедов,..
Анализ тональности текста с помощью Deep Learning
Я начал работать над проектом, связанным с НЛП, с данными твиттера, и одна из целей проекта включала классификацию настроений для каждого твита. Однако, когда я исследовал доступные ресурсы, такие как классификатор настроений NLTK и другие ресурсы, доступные в python, я был разочарован производительностью этих моделей. В лучшем случае я бы получил от 60% до 70% точности в задачах двоичной классификации (т.е. только положительный или отрицательный класс).
Поэтому я начал искать способы..
Создание приложения для прогнозирования текста — с помощью Shiny и LSTM
«Я исправляю автокоррекцию чаще, чем автокоррекция исправляет меня». — анонимно
Интеллектуальный ввод текста — полезная функция в современных интерфейсах ввода текста. Одним из первых приложений для интеллектуального ввода текста был iTap, разработанный Motorola. Я считаю, что это было разработано в начале 2000-х годов.
По мере того, как телефоны становились повсеместными, возрастала потребность в интеллектуальных приложениях для интеллектуального ввода текста. А в 2015 году..
Предсказывайте направление цены закрытия акции с помощью biLSTM для получения мега-прибыли
Привет, это моя первая статья о среде, и спасибо, что решили ее прочитать. Меня зовут Виктор, и я энтузиаст в мире машинного обучения и глубокого обучения. Весь код, использованный в статье, будет находиться в репозитории гитхаб . Подробно описывать не буду, приведу только основные сокращения кода с небольшими комментариями, чтобы он был быстрее и понятнее. Так как код лучше.
Статья носит исключительно ознакомительный характер и категорически не способствует применению в реальной..
Всеобъемлющее руководство по нейронному машинному переводу с использованием моделирования Seq2Sequence с использованием PyTorch.
В этом посте мы будем строить модель Seq2Seq на основе LSTM с архитектурой Encoder-Decoder для машинного перевода без механизма внимания.
Содержание:
Введение Подготовка и обработка данных Долгосрочная краткосрочная память (LSTM) - Под капотом Архитектура модели кодировщика (Seq2Seq) Реализация кода кодировщика (Seq2Seq) Архитектура модели декодера (Seq2Seq) Реализация кода декодера (Seq2Seq) Интерфейс Seq2Seq (кодировщик + декодер) Реализация..
Моделирование системы языкового перевода с использованием LSTM для мобильных устройств или Интернета
Языковой перевод на мобильном устройстве
Запускать модели машинного обучения на Jupyter Notebook - это нормально, но задумывались ли вы когда-нибудь о том, как эти модели могут работать на вашем мобильном устройстве с ограниченным пространством и вычислительной мощностью? Если мы будем использовать модели непосредственно в нашем мобильном приложении, это слишком увеличит размер мобильного приложения - так как же нам управлять этим на мобильном устройстве? Я собираюсь ответить на эти..
Генерация стихов для любого заданного изображения с использованием мультимодального машинного обучения
Существует тесная неявная связь между образами, которые мы представляем себе, когда слушаем любую песню. Например, при прослушивании песни о любви в голову обычно приходят образы счастливых, улыбающихся, сияющих, красивых людей в любящих объятиях друг друга. Я решил обучить набор случайных изображений вместе с песнями, а затем попытаться сгенерировать стихотворение для любого заданного случайного изображения с помощью машинного обучения. В старые времена существовало понятие «..