Публикации по теме 'deep-learning'
Создание вашей первой сверточной нейронной сети — AlexNet
Использование API слоев Keras
Теперь, когда вы прочитали все мои последние статьи о CNN, вы готовы создать свою первую с помощью Keras. В этой статье я научу вас двум вещам: (1) как читать и интерпретировать архитектуру CNN и (2) как построить модель CNN, используя базовые строительные блоки Keras .
В этой статье я буду использовать AlexNet в качестве примера, так как это надежная и простая CNN, но содержащая все слои, о которых я писал в последних статьях.
Почему АлексНет?..
Распознавание изображений и речи в реальном времени
В минувшие выходные команда DeepThings ( Mez Gebre и I ) выиграла категорию Лучший продукт на Deep Learning Hackathon в Сан-Франциско. Прежде чем приступить к работе над приложением для Android в качестве окончательной заявки, мы разработали доказательство концепции на ноутбуке; в этом посте подробно рассказывается о том, как мы его разработали.
Обзор
У нас было два дня, чтобы придумать идею и воплотить ее в жизнь. После мозгового штурма мы поняли, что хотим помочь людям с..
Рост трансферного обучения, часть 2 (машинное обучение)
На пути к оптимальному для вычислений трансферному обучению (arXiv)
Автор: Массимо Качча , Александр Галашов , Артур Дуйяр , Амаль Раннен-Трики , Душьянт Рао , Микела Паганини , Лоран Чарлен , Марк’Аурелио Ранзато , Разван Паскану .
Аннотация: Область трансферного обучения претерпевает значительные изменения с введением больших предварительно обученных моделей, которые продемонстрировали сильную адаптируемость к различным последующим задачам. Однако высокие требования к..
GNNs — Практические трудности и приложения
Введение
Эта статья была написана мной и моим коллегой Valerio Piccioni .
Использование графиков и ИИ оказалось очень эффективным во многих областях.
Идея этого очень проста: мы можем использовать окрестности узла, чтобы получить больше информации об узле.
Это очень важно в таких контекстах, как социальные сети, сети транзакций, рекомендации по продуктам, поиск лекарств и многих других.
Итак, давайте начнем смотреть, как мы можем использовать ИИ на графиках.
Нейронные сети..
Приложения символической регрессии, часть 3 (машинное обучение)
Основы символьной регрессии
Символическая регрессия: забытый метод машинного обучения Преобразование данных в формулы может привести к созданию простых, но мощных моделей towardsdatascience.com
Символическая регрессия NP-сложна ( arXiv)
Автор: Марко Вирголин , Солон П. Писсис
Аннотация: символическая регрессия (SR) — это задача изучения модели данных в форме математического выражения. По своей природе модели SR могут..
Машинное обучение в анализе данных IoT
Быстрое развитие аппаратного, программного обеспечения и устройств помогает нам обеспечить измерения данных и надлежащие наблюдения из физического мира к 2020 году. По оценкам, количество используемых подключенных к Интернету устройств составит от 25 до 50 миллиардов. По мере развития технологий их число также будет увеличиваться. Эта технология устройств, подключенных к Интернету, называется Интернетом вещей (IoT). Интернет вещей продолжает соединять и взаимодействовать между физическим и..
Новые разработки в области глубокого обучения, часть 1 (выпуск за ноябрь 2022 г.)
Нецелевая бэкдор-атака против обнаружения объектов (arXiv)
Автор: Чэнсяо Луо , Имин Ли , Юн Цзян , Шу-Тао Ся
Аннотация . Недавние исследования показали, что глубокие нейронные сети (DNN) подвергаются бэкдор-угрозам при обучении с использованием сторонних ресурсов (таких как обучающие образцы или магистрали). Модель с бэкдором обладает многообещающей эффективностью в прогнозировании доброкачественных образцов, в то время как злоумышленники могут злонамеренно..
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..