Публикации по теме 'keras'


Введение в модули Python, необходимые для AI и ML (Часть 2)
Всем привет!! Эта статья является продолжением последней статьи «Введение в модули Python, необходимые для ИИ и машинного обучения». Сегодня мы поговорим еще о трех известных модулях Python, которые используются в приложениях AI и ML. В последние годы наблюдается всплеск использования машинного обучения и алгоритмов глубокого обучения. Эти алгоритмы используются в различных приложениях, включая распознавание изображений и речи, обработку естественного языка и автономные системы. Три..
Многократное использование предварительно обученной модели keras
В этой статье я делюсь реализованным мной решением для включения одной предварительно обученной модели для обработки двух отдельных входных данных в конвейер нейронной сети. Причины для этого: передавать дополнительные каналы (больше, чем было разработано исходной моделью) в качестве входных данных, иметь различный обучаемый характер для слоев в зависимости от ввода использовать предварительно обученную модель до разной глубины для каждого входа Определение класса модели Ниже..
Федеративное обучение - руководство для начинающих
Эта статья была опубликована в рамках Блогатона Data Science на Analytics Vidhya . Искусственный интеллект - это постоянно развивающаяся и развивающаяся технология. В современном мире все шире используются модели искусственного интеллекта. Обладая мощью данных и искусственного интеллекта, машины могут демонстрировать человеческий интеллект, иногда даже лучше , чем люди! Обработка данных с помощью машинного обучения, несомненно, обеспечила огромную долговечность и захватывающий..
Пользовательские модели с TensorFlow (Часть 1) -> Модель с несколькими выходами
TensorFlow — замечательный пакет, который помогает в разработке моделей машинного обучения. Этот пакет позволяет разработчикам легко экспериментировать с созданием моделей машинного обучения. Мы можем использовать TensorFlow для разработки моделей для различных вариантов использования (например, текст, изображение и т. д.). TensorFlow предоставляет множество встроенных функций для создания моделей для различных вариантов использования, но иногда требуется наличие пользовательских..
Улучшение времени обучения CNN в Керасе
Для нас, как для стартапа, более короткое время обучения дает нам возможность больше экспериментировать с новыми наборами данных, новыми архитектурами и новыми подходами. Это позволяет нам работать быстрее и быстрее выводить продукты на рынок. Это часть стартапа! Сверточные нейронные сети обычно требуют много времени для обучения. Мы обнаружили, что даже выполнение адекватного трансферного обучения на предварительно обученной модели, такой как VGG16 или ResNet, может занять более часа за..
Передача обучения с использованием ELMO Embedding
В прошлом году основные события в «Обработке естественного языка» были связаны с трансферным обучением. По сути, трансферное обучение - это процесс обучения модели на крупномасштабном наборе данных с последующим использованием этой предварительно обученной модели для обработки обучения для другой целевой задачи. Трансферное обучение стало популярным в области НЛП благодаря современному исполнению различных алгоритмов, таких как ULMFiT, Skip-Gram, Elmo, BERT и т. Д. Встраивание Elmo,..
Распознавание жестов рук
Проект обучения передаче машинного обучения с использованием модели VGG-16 CNN. В этом проекте я расскажу вам, как я реализовал систему распознавания жестов рук, выполнив перенос обучения на VGG16. VGG16 — сверточная нейронная сеть, предложенная К. Симоняном и А. Зиссерманом из Оксфордского университета в статье «Очень глубокие сверточные сети для крупномасштабного распознавания изображений». В этом проекте, поскольку я не смог найти существующий набор данных, с которым я мог бы..