Публикации по теме 'neural-networks'


ДЕМИСТИФИКАЦИЯ НЕЙРОННЫХ СЕТЕЙ 1: Проблемы классификации
Эта серия статей - попытка сделать нейронные сети понятными для людей, которые не знают ничего, кроме математики средней школы. Нет большего ужаса, чем наблюдать за утомительными математическими уравнениями и длинными строками кода за кодом, не зная, как их использовать. Забирает все самое интересное! Итак, без лишних слов, давайте начнем с понимания простой проблемы классификации , которая мягко представит концепции, лежащие в основе нейронных сетей. Предположим, вы являетесь..
Обрезка нейронной сети с имитацией отжига
Гибкость и адаптируемость нейронных сетей делают их отличным инструментом для нескольких приложений машинного обучения. Однако нейронные сети и глубокие нейронные сети иногда нуждаются в огромном количестве ресурсов, чтобы сделать вывод. В настоящее время разрабатываются новые методы, позволяющие сделать сети меньшего размера, а также немного ускорить оценку. Один из этих методов называется отсечкой - операция, выполняемая в нейронных сетях для устранения всех весов, которые..
Что такое глубокое обучение?
Глубокое обучение — это метод, который является подмножеством машинного обучения (ML) и относится к обучению нейронных сетей. Машинное обучение позволяет программным приложениям более точно прогнозировать результаты без явного программирования для этого. Глубокое обучение предпочтительнее в тех случаях, когда данные неструктурированы и массивны. Он вдохновлен структурой человеческого мозга — отсюда аналогия «Нейронные сети». Это наиболее эффективный способ работы с..
Человеческий мозг и нейронные сети
Человеческие и искусственные нейронные сети очень похожи по конструкции. Мозг млекопитающего состоит из клеток, называемых нейронами, которые отвечают за отправку сообщений по всему телу. Тело клетки содержит ядро ​​и от него отходят ответвления, называемые дендритами. Дендриты получают химические сигналы от других нейронов через синаптическое пространство. Некоторые сигналы важнее других и образуют более прочные связи. В течение жизненного цикла клетки эти связи могут меняться в..
Создание нейронной сети рекомендации продукта в веб-браузере
Нейронные сети продемонстрировали свою мощь за последние несколько лет, совершив крупные прорывы в компьютерном зрении, распознавании речи, биоинформатике и многих других проблемных областях. Хотя для обучения нейронной сети требуются огромные объемы данных, после обучения сети код, необходимый для запуска сетевой функции, становится довольно небольшим. Для простых нейронных сетей с прямой связью эти функции можно запускать даже прямо в веб-браузере. Примечание. Исходный код..
ТВК №17
Актуальные обновления (SOTA) за 21–27 ноября 2022 г. В этом еженедельном информационном бюллетене рассказывается о работе исследователей , которые создали ультрасовременную работу, побив существующие рекорды по контрольным показателям. Они также написал свою статью выпустили свой код выпущенные модели в большинстве случаев выпущенные ноутбуки/приложения в нескольких случаях Почти половина выпущенных лицензий на исходный код разрешает коммерческое использование только при..
100+ Стэнфордских исследователей опубликовали 200+ страниц доклада о сдвиге парадигмы искусственного интеллекта, введенном…
Появление в последние годы крупномасштабных предварительно обученных моделей, таких как BERT, DALL-E, GPT-3 и т. Д., Привело к сдвигу парадигмы в сообществе ИИ. Эти крупномасштабные модели стали повсеместными в таких областях, как компьютерное зрение, обработка естественного языка (НЛП), робототехника, логический вывод и поиск, и продолжают «разрастаться». Крупномасштабные предварительно обученные модели представили новые возможности, и их эффективность при решении такого широкого..