Публикации по теме ml-so-good

Публикации по теме 'ml-so-good'

Резюме статьи [Глубокая детерминированная неопределенность для семантической сегментации]

Обратите внимание, что этот пост для моего вероятного исследования в будущем, чтобы оглянуться назад и просмотреть материалы по этой теме, не читая бумагу полностью. Глубокая детерминированная неопределенность (DDU) позволяет вычислять и разделять алеаторическую и алеаторическую неопределенность в модели. При этом основное внимание уделяется знакомству с представлениями признаков пикселей в разных местах для одного и того же класса. Делается вывод о возможности независимого..

ОПРЕДЕЛЕНИЕ ВОЗРАСТА С ИСПОЛЬЗОВАНИЕМ CNN С KERAS — С ИСХОДНЫМ КОДОМ — САМЫЙ ПРОСТОЙ СПОСОБ — ЛЕГКАЯ РЕАЛИЗАЦИЯ

Итак, ребята, в сегодняшнем блоге мы будем реализовывать определение возраста с помощью CNN с помощью Keras. Это будет очень забавный проект, так что без дальнейших рассуждений. Прочитайте полную статью с исходным кодом здесь — https://machinelearningprojects.net/age-detection-using-cnn-with-keras/ ДАВАЙ СДЕЛАЕМ ЭТО… Код для обучения модели… Шаг 1 — Импортируйте все необходимые библиотеки. import cv2 import pandas as pd import os import seaborn as sns import..

Построение многоступенчатой системы рекомендаций (часть 1.1)

Понимание генерации кандидатов и модели с двумя башнями Введение В этом сообщении блога мы сначала узнаем, почему многоступенчатая рекомендация должна быть стратегией перехода для компаний с большими каталогами товаров. Затем мы перейдем к описанию одной из известных новейших архитектур для генерации кандидатов, а именно архитектуры с двумя башнями. В следующем посте мы также реализуем эту модель и применим ее с использованием набора данных соревнований H&M Kaggle.

Как я использовал выходные и праздничные дни, чтобы предсказать продажи в табличном конкурсе Kaggle за январь 2022 года

Я так рад, что Kaggle решил продолжить свои ежемесячные табличные вопросы о соревнованиях в 2022 году. Kaggle сказал, что они приняли во внимание комментарии конкурентов, поэтому я надеюсь, что это означает, что они перестанут иметь такие огромные наборы данных, которые только приводят к сбою системы.

Сохранение модели машинного обучения в Python: pickle.dump()

Эта статья знакомит вас с концепцией сериализации и десериализации объектов в Python с помощью библиотеки pickle. К тому времени, когда вы закончите читать эту статью, вы сможете беспрепятственно сериализовать/сохранить свою модель в виде файла рассола и десериализовать/открыть ее в том же или другом файле Python для последующего использования, устранить проблемы, с которыми вы можете столкнуться при работе с рассола . Содержание Базовое введение в рассол. Работа с Пиклом...

Нейронные сети с прямой связью (многослойные рецепторы MLP)

Необходимый обзор некоторых важнейших концепций методов глубокого обучения. Предварительные требования: дифференциальный анализ, линейная алгебра, задачи оптимизации Давайте определим на высоком уровне, что такое алгоритм обучения: Говорят, что алгоритм учится на опыте E в отношении некоторого класса задач T и производительности P, если его производительность при выполнении задач в T, измеряемая P, улучшается с опытом E. Из вышеприведенного определения подчеркнуты три..

Мой журнал ML (день 40)

Мой путь к тому, чтобы стать экспертом по ML. ежедневный/еженедельный журнал о ходе работы. Поэтому я создал блокнот: https://www.kaggle.com/code/subramanyashenoy/blue-print-for-reгрессия , в котором описаны все шаги по решению проблемы регрессии. Было приятно повторить то, что я узнал. открыт для изменений и предложений. Я получил комментарий по поводу блокнота. 🤞Посмотрю, как пойдет.