Публикации по теме 'neural-networks'
Введение в PyTorch (7/7)
Предыдущий ‹‹ Введение в PyTorch (5/7)
PyTorch имеет два примитива для работы с данными: torch.utils.data.DataLoader и torch.utils.data.Dataset . Dataset хранит образцы и соответствующие им метки, а DataLoader оборачивает набор данных в итерацию.
%matplotlib inline
import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor, Lambda, Compose
import matplotlib.pyplot as plt
PyTorch..
Что такое «Импульс» в SGD с Momentum?
Пошаговая реализация с анимацией для лучшего понимания.
Вернуться к предыдущему сообщению
Вернуться к первому сообщению
2.2 Что такое SGD с Momentum?
SGD с Momentum — один из наиболее часто используемых оптимизаторов в DL. И идея, и реализация просты. Хитрость заключается в том, чтобы использовать часть предыдущего обновления, и эта часть представляет собой скаляр под названием «Импульс».
Вы можете загрузить Jupyter Notebook здесь .
Примечание — Рекомендуем..
Использование нейронных сетей повсюду
Многие люди не одобряют идею о том, что нейронные сети (NN) заменят традиционные алгоритмы. Я склонен не соглашаться с мнением, что NN требует гораздо большей вычислительной мощности по сравнению с традиционными подходами. У NN гораздо больший потенциал, и они позволяют значительно больше оптимизировать, чем традиционные модели. С помощью простой сетевой сети вы можете построить модель, не уступающую по качеству многим другим алгоритмам машинного обучения. Кроме того, сетевые сети могут..
Объяснение и реализация нейронных сетей (код включен!)
Сегодняшний рассказ о том, как работают нейронные сети. Во-первых, мы собираемся их визуализировать и объяснить их структуру:
Мы видим, что цепочка блоков на приведенном выше графике представляет собой нейрон, который по сути представляет собой структуру изображения ниже:
Нейрон на входном этапе получает взвешенную сумму N независимых переменных и добавляет к ней постоянное значение, называемое смещением. На его этапе вывода возвращается результат предыдущего процесса как..
Советы по программированию для реализации решателя нелинейной оптимизации (Часть II: Символьные…
Введение
Это вторая часть моей серии блогов о реализации решателя нелинейной оптимизации, которую я возобновил после небольшого перерыва. В моем предыдущем блоге я упомянул о реализации основных строительных блоков решателя нелинейной оптимизации, который включает в себя механизм дифференцирования, механизм линейной алгебры, числа и т. д. В этой статье, в частности, я хотел бы обсудить аспекты реализации дифференцирования двигатель и обсудить несколько методов, используемых для вычисления..
Бум машинного обучения
Недавно у меня появился новый интерес к машинному обучению. Как и когда это началось? Я не уверен, но я решил завести блог, чтобы писать обо всем, что я узнаю в этом своем путешествии. Я начал проходить печально известную специализацию Стэнфордского университета по машинному обучению Эндрю Н.Г. Курс доступен за 49 долларов в месяц, но я получил доступ бесплатно. Я расскажу о советах и хитростях, чтобы получить платные курсы бесплатно, а также обзор этого курса в другой статье...
Использование инверсии для категоризации изображений до компьютерного зрения
Многие алгоритмы программного обеспечения компьютерного зрения изначально используют простую нейронную сеть для сортировки входных данных по двум или более категориям, упрощая задачу до нескольких нейронных сетей. Исходная нейронная сеть обычно состоит всего из нескольких слоев и пытается получить приблизительную оценку, чтобы отсортировать входное изображение в массив оптимизированных нейронных сетей.
После того, как вход классифицирован, он передается в специализированную нейронную..
