Публикации по теме 'deep-learning'


Современные рекомендательные системы с нейронными сетями
Современные рекомендательные системы с нейронными сетями Создавайте гибридные модели с помощью Python и TensorFlow Краткое содержание В этой статье я покажу, как создавать современные системы рекомендаций с нейронными сетями, используя Python и TensorFlow. Системы рекомендаций  – это модели, которые предсказывают предпочтения пользователей в отношении нескольких продуктов. Они используются в самых разных областях, таких как видео- и музыкальные сервисы, электронная..
«От новичка до LLM: всестороннее руководство по достижению экспертизы»
TL;DR: TL;DR: Освоение больших языковых моделей (LLM) — это захватывающая попытка в области обработки естественного языка (NLP). В этой статье представлен пошаговый план обучения, который поможет новичкам стать экспертами и охватывает основы, глубокое обучение, Трансформеры и Самостоятельное внимание. Читайте бесплатно полную версию блога на Medium и подпишитесь на информационный бюллетень AI, чтобы получать больше обновлений. Отказ от ответственности . В этой статье для генерации..
Основы классификации изображений с помощью Keras
В моем предыдущем посте я углубился в некоторые теоретические концепции, лежащие в основе искусственных нейронных сетей. В этом посте я бы объяснил некоторые общие операции, которые вам часто могут понадобиться в keras. Во-первых, как сохранять модели и использовать их для прогнозирования позже, отображая изображения из набора данных и загружая изображения из нашей системы и прогнозируя их класс. Запустите свою среду IDE, если вы еще не сделали этого, и продолжайте читать...
Тенденции экспоненциального роста глубокого обучения
Некоторые люди просто не понимают этого, как бы сильно вы ни ударяли по столу. Но, возможно, вам помогут графики с хоккейной клюшкой. Все начинается с этого графика: В 2010 году распознавание изображений не удавалось по крайней мере в четверти случаев, но к 2015 году распознавание изображений превзошло человеческое! Что движет этим? Что-то определенно назревает. В 2012 году появилось что-то под названием «глубокое обучение». Давайте посмотрим на тенденции поиска в..
Работа с методами условного градиента, часть 1 (машинное обучение)
Децентрализованный метод условного градиента на изменяющихся во времени графах (arXiv) Автор : Роман Ведерников , Александр Рогозин , Александр Гасников . Аннотация: В этой статье мы изучаем обобщение метода распределенного условного градиента на изменяющиеся во времени сетевые архитектуры. Мы теоретически анализируем свойства сходимости алгоритма и проводим численные эксперименты. Изменяющаяся во времени сеть моделируется как детерминированная стохастическая последовательность..
Стандартное отклонение мини-серии
Про-ГАН Введение в Pro-GAN В этой статье мы увидим подробное объяснение стандартного отклонения мини-пакетов, которое в основном используется в ProGAN (прогрессивные генеративно-состязательные сети). ProGAN обычно используется для создания изображений лица с высоким разрешением в прогрессивной манере. По сути, Стандартные GAN также используются для создания изображений, но они не могут генерировать изображения высокого качества (1024 x 1024), которые содержат функции высокого уровня..
Исследование репрезентативного обучения (будущее ИИ)
Основы репрезентативного обучения Полное руководство по репрезентативному обучению для начинающих Репрезентативное обучение — это очень важный аспект машинного обучения, который автоматически обнаруживает функцию… analyticsindiamag.com Обучение распутанному представлению для распознавания говорящего на нескольких языках ( arXiv) Автор: Кихён Нам , Юкюм Ким , Хи Су Хео , Джи Вон Чон , Джун Сон Чон . Аннотация: цель..