Публикации по теме 'deep-learning'


Как ведет себя область с доминированием фотонов, часть 1 (Космология)
Истощение нанозерен в областях, где доминируют фотоны (arXiv) Автор: Т. Ширмер , Н. Исард , Э. Хабарт , А. П. Джонс , А. Абергеля , Л. Verstraete Аннотация: Контекст. Углеродистые нанозерна играют фундаментальную роль в физико-химии межзвездной среды (МЗС) и особенно областей с доминированием фотонов (PDR). Их свойства меняются в зависимости от местных физических условий и влияют на локальный химический состав и динамику. Цели. Мы стремимся осветить эволюцию..
Можете ли вы объяснить поведение функции активации Swish?
Функция активации Swish — это относительно новая функция активации, которая завоевала популярность в нейронных сетях глубокого обучения. Он был представлен исследователями Google в 2017 году. Функция активации Swish определяется следующим образом: f(x) = x * sigmoid(beta * x)
Варианты использования обратной части Мура-Пенроуза 1 (машинное обучение)
Об обобщенной LM-инверсии и взвешенной инверсии Мура-Пенроуза (arXiv) Автор : : Милан Б. Тасиич , Предраг С. Станимирович , Сельвер Х. Пепи Аннотация: Рекурсивный метод вычисления обобщенной LM-обратной постоянной прямоугольной матрицы, дополненной вектором-столбцом, предложен в Удвадиа и Пхохомсири (2007) [16] и [17]. Соответствующий алгоритм последовательного определения обобщенного LM-обратного установлен в настоящей работе. Мы доказываем, что предложенный алгоритм вычисления..
Последние разработки в технологии операционных систем, часть 1
1. SFS: Smart OS Scheduling для бессерверных функций (arXiv) Автор: Юци Фу , Ли Лю , Хаолян Ван , Юэ Чэн , Сунцин Чен Выдержка . Бессерверные вычисления открывают новый способ создания и масштабирования облачных приложений, позволяя разработчикам создавать детализированные бессерверные или облачные функции. Продолжительность выполнения облачной функции обычно невелика — от нескольких миллисекунд до сотен секунд. Однако из-за конфликтов ресурсов, вызванных глубокой..
Азбука глубокого обучения (часть 2 из 5)
Руководство для начинающих по глубокому обучению Ранее на … Хорошо, мы уже говорили о том, как человеческий мозг послужил основой для проектирования искусственных нейронных сетей. В этой главе, приближаясь к теме функции активации, мы лучше объясним функционирование внутри искусственного нейрона. Мы также объясним концепцию…
Объем последовательности: новые объявления Microsoft по машинному обучению
Еженедельный информационный бюллетень с более чем 120 000 подписчиков, в котором обсуждаются важные исследовательские работы по машинному обучению, интересные технические выпуски, деньги в ИИ и реальные реализации.
Обнаружение вредоносных программ и искусственные нейронные сети
Искусственные нейронные сети, такие как MLP (многослойный перцептрон) и CNN (сверточные нейронные сети), успешно используются для статической классификации вредоносных программ. Эта статья должна помочь новичкам в области глубокого обучения применять эти модели на практике, поскольку мы рассмотрим задачу статической классификации вредоносных программ. Предположим, что читатель только что изучил, что такое MLP и CNN, но еще не использовал их. Мы также не будем сосредотачиваться на коде, а..