Публикации по теме 'heartbeat'
Передача обучения с использованием MXNet - Часть 1/7: Введение
Эта серия блогов представляет собой группу простых в использовании руководств по обучению базовой нейронной сети на наборе данных и последующему использованию этой предварительно обученной сети для «передачи обучения» на другой набор данных с использованием инфраструктуры MXNet / Gluon.
Введение в серию
Это введение в полную серию, которая состоит из исчерпывающего руководства по трансферному обучению с использованием MXNet. Серия блогов разделена на 7 частей, и вы можете найти..
ActiveStereoNet: первое решение для глубокого обучения для активных стереосистем
Сквозное самообучение для активных стереосистем
Определение глубины - классическая проблема, с которой уже давно работали. Он лежит в основе многих задач, от 3D-реконструкции до локализации и отслеживания. Его приложения охватывают в остальном разрозненные области исследований и продуктов, включая картографирование и архитектуру помещений, автономные автомобили, а также отслеживание тела и лица человека.
С ростом интереса к виртуальной и дополненной реальности оценка глубины в..
Использование алгоритма градиентного спуска в машинном обучении
Оптимизация — важный аспект машинного обучения. Почти каждый алгоритм машинного обучения включает в себя алгоритм оптимизации. Алгоритм градиентного спуска — это итеративный алгоритм оптимизации, который находит глобальный минимум целевой функции. Алгоритм GD классифицируется на основе факторов точности и времени, которые подробно обсуждаются ниже. Алгоритм GD широко используется для минимизации функций в машинном обучении.
Повышение градиента непросто понять, если вы только начинаете...
Методы регуляризации для обработки изображений с использованием TensorFlow
В машинном обучении наша главная задача - как лучше всего смоделировать наши данные для достижения оптимальной производительности.
Представьте, что вы работаете с данными изображений (скажем, с набором данных о малярии), и вам нужно разработать модель, которая классифицирует паразитарные клетки от непаразитарных клеток.
Также представим, что вы построили 2 разные модели (A и B). Модель A на 97% точна в предсказании паразитарных клеток из непаразитарных клеток во время обучения, но на..
Попробуйте этот модуль Python для ваших несбалансированных данных
Быстрый способ лечения вашего несбалансированного набора данных
Пакет Python под названием Balanced-Learn (импортированный как Imblearn) помогает сбалансировать непропорционально смещенные или искаженные наборы данных в пользу определенных классов. Следовательно, это помогает в повторной выборке классов, которые в противном случае могли бы быть передискретизированы или недостаточно отобраны.
Выходные данные смещены в сторону класса с наибольшим количеством примеров, когда коэффициент..
Аутентификация пользователя с помощью Amplify в приложении React Native и Expo
AWS Amplify - это фантастическая платформа, которая помогает быстро разрабатывать веб-приложения или мобильные приложения. Он не только расширяет ваш текущий стек технологий, но и имеет множество встроенных функций, о которых вам не нужно беспокоиться, особенно когда ваше приложение находится в процессе разработки.
Возможности включают:
аутентификация Поддержка GraphQL и REST API место хранения S3 загрузки способ управления пулом пользователей хостинг уведомления..
Начало работы с Stack Navigator с помощью react-navigation 5 в приложениях React Native и Expo
Буквально недавно вышла пятая стабильная версия библиотеки React Navigation . Без сомнения, это одно из самых популярных навигационных решений в приложениях React Native, которое также поддерживает Expo.
Недавно он претерпел некоторые основные изменения. В частности, то, как вы использовали для определения маршрутов, до react-navigation версии 4.x.x внесены некоторые существенные изменения.
Некоторые из основных моментов, которые команда разработчиков перечислила в..
