Публикации по теме 'deep-learning'
Как быть уверенным в своей нейронной сети
This blog post is a first of a serie of paper reviews. We will write in this serie notes and explanations of research papers that we liked.
This blog post is based on the research paper " On Calibration of Modern Neural Networks " by ( Guo et al, 2017 . ).
Как быть уверенным в своей уверенности в нейронной сети?
Очень большие и глубокие модели, такие как ResNet, гораздо более точны, чем их более старые аналоги, такие как LeNet, в наборах данных компьютерного зрения, таких как..
Обнаружение маски с помощью CNN и OpenCV
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
import tensorflow
from tensorflow import keras
from sklearn.model_selection import train_test_split
from keras.models import Sequential
from keras.layers import Dense, Conv2D, MaxPool2D, Dropout, Flatten
from keras.utils.np_utils import to_categorical
import cv2
import os
import random
1. Сбор данных/подготовка набора данных
def prep_dataset(data_type, size):
cap = cv2.VideoCapture(0)
for i in range(size):..
Состояние объяснимого ИИ
Мне не нужно точно знать, почему Netflix рекомендует мне определенные фильмы - если они подходят, я с радостью приму их рекомендации. С другой стороны, если ваш ИИ говорит мне, что я должен пройти инвазивное лечение, потому что это рекомендует глубокая нейронная сеть (DNN) - что ж, я хочу понять, почему, прежде чем приму вашу рекомендацию.
Объяснимый ИИ (XAI) имеет значение, когда вы оптимизируете что-то более важное, чем рекомендация на основе вкуса. ИИ, применяемый в военных..
Внедрите машинное обучение в свои приложения для iOS (часть 1)
Путь от PyTorch к CoreML
Это затрагивает все поля: от Spotify Discover Weekly до фильтров Snapchat и автоматической пометки фотографий Facebook, такие «вау» функции в наши дни повсеместны и значительно улучшают взаимодействие с пользователем.
Машинное обучение - это название области исследований, в которой собраны все технологии, работающие под капотом. Он основан на автоматической обработке данных и принятии решений и может быть разумно применен к любым модальностям данных, таким..
Сертификационная программа глубокого обучения (DLCP)
Предложено: Великие озера
Продолжительность- 3 месяца | Технология | Сертификат Принадлежность: NA Стоимость курса: 75 000 рупий/-
О курсе
ФАКУЛЬТЕТ МИРОВОГО УРОВНЯ Наш факультет сыграл важную роль в разработке и широком внедрении Глубокого обучения . Они преподавали в лучших учебных заведениях мира и работали с такими людьми, как Ян ЛеКун, отец-основатель Convolutional Networks. Наши преподаватели также потратили годы, оттачивая свое мастерство в финансовой,..
Ваш первый шаг в глубоком обучении
Распознавание рукописных цифр с использованием сверточных нейронных сетей на Python с Keras
Первым шагом распознавания объектов для машинного обучения и глубокого обучения является набор данных MNIST для распознавания рукописных цифр.
В этой статье вы узнаете, как разработать модель глубокого обучения, чтобы достичь практически высочайшего уровня производительности в задаче распознавания рукописных цифр MNIST в Python с использованием библиотеки глубокого обучения Keras.
После изучения..
Резюме модели перевода для встраивания графа знаний
Резюме модели перевода для встраивания графа знаний
В этой статье делается краткое изложение моделей перевода для встраивания / представления знаний графа знаний. Вы можете найти код TensorFlow с открытым исходным кодом в TensorFlow-TransX .
Некоторые предпосылки для представления знаний
Обычно мы используем тройку (голова, отношение, хвост) для представления знания. Здесь голова и хвост - это сущности. Например, (небесное дерево, локация, Токио). Мы можем использовать..
