Публикации по теме 'resnet50'
Классификатор Food-101 с использованием ResNet50 на Colab — Онур Андрос Озбек
Получение точности SOTA на уровне 88% в наборе данных Food-101 с использованием модели ResNet50 с FastAI в Google Colab.
Давайте прямо в это.
Приведенные ниже команды оболочки устанавливают необходимые пакеты. Мне пришлось понизить версию PyTorch и Torchvision из-за проблем совместимости с Colab.
%reload_ext autoreload
%autoreload 2
!apt-get update
!apt install wget
!pip install pathlib
!pip install fastai
!pip install "torch==1.4" "torchvision==0.5.0"
Ниже..
Ускорение обучения ResNet-50 на IPU: за нашим тестом MLPerf
Техническое руководство по эффективному аппаратному масштабированию, стратегиям оптимизации памяти и инструментам повышения производительности.
Автор: Dr. Марио Майкл Крелл , Чжэньинг Лю, Эммануэль Менаж и Бартош Богдански
Инженеры Graphcore продемонстрировали выдающуюся производительность в соответствии с последними результатами обучения MLPerf v1.1, опубликованными в декабре 2021 года [9], при этом наш IPU-POD16 превзошел флагман Nvidia DGX A100 на ResNet-50.
Здесь мы объясним,..
Что такое ResNet ?
Глубокие остаточные сети (ResNet) — это тип архитектуры нейронной сети для машинного обучения. Он разработан, чтобы быть более эффективным, чем другие типы сетей, такие как сверточные нейронные сети и сверточные сети с долговременной кратковременной памятью.
ResNet — это тип глубокой нейронной сети, который можно использовать для таких задач, как классификация изображений, обнаружение объектов и семантическая сегментация. Архитектура сети спроектирована так, чтобы быть более эффективной,..
Создание модели глубокого обучения с помощью Keras и ResNet-50
Введение
Искусственный интеллект и машинное обучение произвели революцию в области вычислений. Это привело к разработке моделей, управляемых данными. Модель, управляемая данными, учится на прошлых/исторических данных, а затем распознает закономерности в данных. Модель получает знания, которые она использует для прогнозирования будущих результатов. Модель машинного обучения может быстро учиться на данных и со временем повышать точность своих прогнозов.
Многие ученые стремятся..
Сегментация спутниковых снимков с использованием U-NET
ВВЕДЕНИЕ
В этом блоге мы проведем сегментацию изображений на очень ограниченном наборе данных, используя U-Net , популярную модель сегментации CNN. Также будут некоторые настраиваемые функции потерь, используемые для обучения, такие как потеря кубиков и метрики индекс Жаккара .
Сбор данных
Данные, с которыми мы будем работать, взяты из kaggle. Набор данных называется Семантическая сегментация аэрофотоснимков . Набор данных имеет два типа файлов: формат .jpg, который содержит наши..
Обнаружение Covid-19 путем анализа рентгеновских изображений грудной клетки-I
Попытка обнаружить Covid-19 у пациента путем анализа рентгеновских снимков грудной клетки с использованием модели глубокого обучения ResNet50.
Введение
Коронавирус (COVID-19) — это инфекционное заболевание, вызываемое родственными РНК-содержащими вирусами, которые поражают млекопитающих и птиц. После того, как в декабре 2019 года в Ухане (Китай) был зарегистрирован первый случай заболевания, коронавирус превратился в глобальную пандемию, унесшую жизни около 3,8 миллиона человек ( по..
Сверточные нейронные сети¶
Проект: Классификация пород собак¶
-Шаурья Синха
Постановка задачи¶
Учитывая изображение собаки, наш алгоритм должен определить оценку породы собаки. Если предоставлено изображение человека, код должен идентифицировать похожую породу собаки.
Ожидаемые результаты:
Наборы данных и входные данные¶
Мы будем использовать 2 набора данных, которые были предоставлены Audacity и могут быть найдены непосредственно в рабочей области:
Загрузите набор данных о собаках...