Публикации по теме 'deep-learning'
Как работают инфляционные гравитационные волны, часть 2 (Космология)
Выявление изначального неприводимого инфляционного гравитационно-волнового фона с помощью вращающегося аксиона Печчеи-Куинна (arXiv)
Автор: Ян Гуттенуар , Жеральдин Серван , Пера Симакачорн .
Аннотация: Первичный неуменьшаемый фон гравитационных волн из-за флуктуаций тензора квантового вакуума, возникающих во время инфляции, охватывает большой диапазон частот с почти масштабно-инвариантным спектром, но слишком низок, чтобы его можно было обнаружить интерферометрами следующего..
Обучение модели Keras с большим набором данных (пакетное обучение)
Привет народ!! В этом блоге я собираюсь обсудить очень интересную особенность Keras. При обучении любой модели глубокого обучения обязательным условием для получения хорошего результата являются огромные данные для обучения. Чем больше набор данных, тем больше мы можем полагаться на модель. Проблема в том, что большую часть времени мы работаем с ограниченными ресурсами, такими как память и процессор. С увеличением размера обучающих данных становится трудно полностью разместить их в..
Изменение фона с помощью сегментации изображений и глубокого обучения: реализация кода
Привет, ищущие! В этом посте (часть 2 нашей короткой серии - вы можете найти часть 1 здесь ) я объясню, как реализовать модель сегментации изображения с помощью кода. Эта модель позволит нам изменить фон любого изображения, просто используя API, который мы создадим.
Если вы хотите сразу перейти к коду, вот ссылка на мой репозиторий GitHub , куда я загрузил весь код, и я объясню, как использовать этот код здесь.
Для достижения нашего результата нам сначала нужно немного узнать..
Google выпустила инструмент для поиска наборов данных
Новый инструмент поиска наборов данных Google был обнародован 23 января 2020 года. Все эти наборы данных уже были доступны в Интернете, но Google просто упростил для специалистов по обработке данных поиск определенного набора данных с помощью специального инструмента поиска.
Как Google делает наборы данных доступными для поиска?
В отличие от других репозиториев, которые сами курируют и размещают наборы данных, Google не курирует и не предоставляет прямой доступ к 25 миллионам..
Работа с разнообразием качества в случаях машинного обучения, часть 5
Изучение новых методов качественного разнообразия для обобщения в обучении с подкреплением (arXiv)
Автор: Брэд Виндзор , Брэндон О’Ши , Мэнси Ву .
Аннотация: Область обучения с подкреплением сильна в достижениях и слаба в повторном применении; компьютер, играющий в ГО на сверхчеловеческом уровне, по-прежнему ужасен в крестики-нолики. В этой статье задается вопрос, улучшает ли метод обучения сетей их обобщение. В частности, мы изучаем основные алгоритмы разнообразия качества,..
Способы машинного обучения улучшают работу с дополненной реальностью!
В этом посте мы рассмотрим некоторые потенциальные области, в которых машинное обучение играет жизненно важную роль в развитии дополненной реальности.
Управление данными :
Несомненно, приложения дополненной реальности создают реалистичный опыт с большими преимуществами в прикладных секторах бизнес-индустрии, но каждое приложение дополненной реальности потребляет огромное количество данных от трехмерных объектов до датчиков управления данными устройства, с точки зрения возможности..
CNN: передача нейронного стиля
Сатья Кришнан Суреш , Шунмупаприя П.
В этой статье мы обсудим интересную тему под названием Передача нейронного стиля , которая представляет собой метод, который можно использовать для создания новых изображений, стиль и содержание которых исходят из двух отдельных изображений. Эта статья основана на Нейронном алгоритме художественного стиля , написанном Леоном А. Гатисом и др., где автор дает подробное объяснение создания нового изображения с использованием слои сверточной..
Новые материалы
Обучение модели Keras с большим набором данных (пакетное обучение)
Привет народ!! В этом блоге я собираюсь обсудить очень интересную особенность Keras. При обучении любой модели глубокого обучения обязательным условием для получения хорошего результата..
Раскрытие возможностей сверточных нейронных сетей: обучение аутентификации изображений
1.0 ВВЕДЕНИЕ
В области анализа цифровых изображений насущной необходимостью стала разработка надежных методов, позволяющих отличить подлинные изображения от поддельных. С появлением сложных..
Изучение основных библиотек Python для науки о данных
В эпоху больших данных и информационной перегрузки способность извлекать значимую информацию из огромных наборов данных стала важнейшим навыком. Именно здесь в игру вступает наука о данных...
Легко загружать в React элемент HTML в виде изображения
Много раз на наших сайтах нам нужно сделать кнопку доступной для пользователей, чтобы они могли загружать содержимое страницы. Иногда нам нужно загрузить таблицу, график или, в более общем..
Запуск кластера Stable Diffusion на GCP с обслуживанием tensorflow (часть 1)
Часть 1. Настройка инфраструктуры с помощью Terraform
В первой части этого руководства, состоящего из двух частей, мы научимся создавать кластер Kubernetes, который развертывает модель Stable..
Внедрение человечности в машинное обучение
Иногда мне хочется, чтобы прогресс в кодировании был хоть немного более полезным. Если использовать баскетбол — еще одно хобби всей моей жизни — для сравнения: когда я забиваю мяч, это гораздо..
Обнаружение выражений лица и поз с помощью машинного обучения
От обнаружения лица человека до доступа к устройствам или распознавания человека с помощью камер видеонаблюдения или прогнозирования стратегий в спорте путем определения ключевых точек поз или..