Публикации по теме 'cnn'


Классификация умной обуви: использование ИИ для лучшей категоризации
Код проекта shoe_image_classification/MiaSong_ShoeImgClassfication.ipynb at main ·… Оптимизация классификации изображений обуви (5 классов) с использованием моделей нейронных сетей… github.com Этот проект основан на руководстве Николаса Ренотта "Создание глубокого классификатора изображений CNN с ЛЮБЫМИ изображениями" на его канале YouTube. Хотя его модель предназначена для бинарной классификации, этот проект был изменен, чтобы..
Сверточная нейронная сеть с R
В этой публикации мы попытаемся понять, как обучить сверточную нейронную сеть (CNN) классифицировать изображения как улыбающиеся или не улыбающиеся. Это будет включать в себя работу с R и распаковку некоторых библиотек Python, таких как Tensorflow и Keras, в R. Итак, давайте поедем по пути машинного обучения на нашей трансформируемой и интегрированной платформе R. О наборе данных Ссылка . Этот набор данных содержит набор изображений лиц людей, каждое из которых помечено как..
Ошибка астрономических размеров: уроки моей первой сверточной нейронной сети
Ретроспективный взгляд на мою первую сверточную нейронную сеть Введение Мотивация Моим первым знакомством с машинным обучением был, вероятно, вводный курс Эндрю Нга по машинному обучению в 9 классе. Я никогда раньше не слышал о производных или матрицах, и этот опыт меня полностью смутил и оттолкнул. Лишь три года спустя, когда я изучал Python, я снова вернулся к машинному обучению, на этот раз в форме подбора кривой. Моя первая программа аппроксимации кривой была не чем иным, как..
Управление трафиком с помощью машинного обучения
В начале трафик создавался человеком Поскольку городские центры продолжают расти, управление дорожным движением становится важной частью городского планирования и гражданского строительства. По данным Всемирного банка , около 56% населения мира (4,4 млрд человек) проживает в городах, и при сохранении тенденций к 2050 году в городах будет проживать 70% населения. Растущий городской центр требует расширения инфраструктуры на всех уровнях. Это включает в себя коммунальные услуги,..
Глубинно-разделимые свертки — ключ к эффективным нейронным сетям
Свертки с разделением по глубине — КЛЮЧ К ЭФФЕКТИВНЫМ НЕЙРОННЫМ СЕТЯМ Depthwise Separable Convolutions существуют уже несколько лет. В 2016 году Франсуа Шолле теоретизировал их в своей статье под названием « Xception: Deep Learning with Depthwise Separable Convolutions », которая познакомила нас с этим новым видом операции свертки. По его словам, Depthwise Separable Convolutions обещали лучшую производительность не из-за увеличения емкости, а из-за более эффективной обработки..
СВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ (CNN) - все, что вам нужно знать
Введение В глубоком обучении существуют различные типы нейронных сетей, которые используются для нескольких целей. Например, для предсказания последовательности слов мы используем RNN (рекуррентные нейронные сети), для классификации изображений мы используем CNN (сверточные нейронные сети). В этой статье кратко объясняются типы слоев в CNN. Сверточные нейронные сети В глубоком обучении CNN используется для классификации изображений и обнаружения объектов, в основном это касается..
Идентификация пород собак с помощью сверточных нейронных сетей (CNN)
Узнайте, как использовать CNN для идентификации собак (и человеческих лиц) на изображениях. Затем используйте предварительно обученный CNN ResNet50 для классификации собак по породам. Введение В рамках финального проекта Udacity Data Scietist Nanodegree я разработал алгоритм с использованием сверточных нейронных сетей (CNN) для классификации собак в соответствии с их породой. Алгоритм также работает с человеческими лицами — подсказывает, на какую породу собак больше всего похож..