Публикации по теме 'deep-learning'
Системы рекомендаций, использующие сходство изображений на основе глубокого обучения
Системы рекомендаций, использующие сходство изображений на основе глубокого обучения
Код на: https://github.com/vinayakkailas/image_similarity
Предварительно прочтите: Здесь я говорю только о рекомендациях, основанных на схожести изображений. Не традиционные рекомендательные системы.
Хорошая система рекомендаций всегда увеличит ваши продажи. Когда дело доходит до одежды или обуви, использование лучших рекомендаций с использованием изображений всегда имеет первостепенное..
Работа с адаптивным сэмплированием, часть 3
Сложность итераций и эффективность в конечное время методов адаптивной выборки доверительной области для стохастической оптимизации без производных (arXiv)
Автор: Юнсу Ха , Сара Шашаани .
Аннотация: Адаптивная выборка с доверительными областями на основе интерполяции или ASTRO-DF — это успешный алгоритм стохастической оптимизации без производных с простой для понимания и реализации концепцией, которая гарантирует почти надежную сходимость к критической точке первого порядка. Чтобы..
Работа с неравенством Прекопы – Лейндлера, часть 5 (машинное обучение)
Устойчивость неравенства Прекопы-Лейндлера (arXiv)
Автор : Карой Дж. Бёрочки , Кит М. Болл
Аннотация: Доказана устойчивая версия неравенства Прекопы-Лейндлера.
2. От неравенства Прекопы-Лейндлера к модифицированному логарифмическому неравенству Соболева(arXiv)
Автор : Иван Джентил
Аннотация: В данной статье мы развиваем усовершенствование метода С. Бобкова и М. Леду. Используя неравенство Прекопы-Лейндлера, доказано модифицированное логарифмическое неравенство Соболева,..
Работа с информационной матрицей Фишера, часть 4 (машинное обучение)
Общие выражения для квантовой информационной матрицы Фишера с приложениями к дискретным квантовым изображениям (arXiv)
Автор: Лукас Дж. Фидерер , Томмазо Туфарелли , Саманта Фортепиано , Херардо Адессо .
Аннотация: Квантовая информационная матрица Фишера является центральным объектом многопараметрической квантовой теории оценивания. Обычно сложно получить для него аналитическое выражение, потому что большинство методов расчета основано на диагонализации матрицы плотности. В этой..
Работа с выпуклыми оболочками, часть 3 (машинное обучение + геометрия)
Некомпактная выпуклая оболочка в общем случае неположительной кривизны (arXiv)
Автор: Джулиано Бассо , Яник Крифка .
Аннотация: В этой статье нас интересуют метрические пространства, которые удовлетворяют слабому условию неположительной кривизны в том смысле, что они допускают коническое бикомбинирование. В последнее время эти пространства стали изучаться более подробно, и начинает появляться богатая теория. Мы внесем свой вклад в это исследование, построив полное метрическое..
Переосмысление двумерных векторных полей в топологии, часть 2
Обнаружение полных вращений в 2D-векторных полях с геометрической корреляцией (arXiv)
Автор: Роксана Буяк , Герик Шойерманн , Экхард Хитцер .
Аннотация: Корреляция является распространенным методом обнаружения сдвигов. Его обобщение на многомерную геометрическую корреляцию в алгебрах Клиффорда дополнительно содержит информацию о несоосности вращения. Было доказано, что это полезный инструмент для регистрации векторных полей, которые отличаются внешним вращением. В этой статье..
Распознавание именованных сущностей: раскрывая силу понимания языка
Введение
Распознавание именованных сущностей (NER) является краеугольным камнем в области обработки естественного языка (NLP), позволяя компьютерам идентифицировать и классифицировать сущности в текстовых данных. Эти объекты могут варьироваться от людей и мест до организаций, дат и многого другого. Эволюция NER произвела революцию в том, как мы взаимодействуем с огромными объемами текстовой информации и извлекаем из нее ценные сведения, открывая двери для улучшенного поиска информации,..
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..