Публикации по теме 'deep-learning'
Когда нормальное просто не поможет: понимание и использование негауссовых распределений
Введение
Негауссово распределение относится к классу вероятностных распределений, которые отклоняются от симметричного и колоколообразного распределения Гаусса (также известного как нормальное распределение). В отличие от нормального распределения, негауссовские распределения демонстрируют различные формы, поведение хвоста, асимметрию и эксцесс. Понимание и анализ негауссовых распределений имеет решающее значение в анализе данных и моделировании, поскольку они точно представляют..
Как используется теория Морзе часть 1
1. Изучение вероятностных топологических представлений с использованием дискретной теории Морса ( arXiv )
Автор: Сяолин Ху , Димитрис Самарас , Чао Чен
Аннотация: Точное определение мелкомасштабных структур — очень важная, но сложная задача. Существующие методы используют топологическую информацию в качестве дополнительных потерь при обучении, но в конечном итоге делают прогнозы на основе пикселей. В этой статье мы предлагаем первый метод, основанный на глубоком обучении,..
Классный фактор: как украсть стили с помощью машинного обучения, Turi Create и ResNet
Я был взволнован, когда впервые услышал, что Turi Create была приобретена Apple, а затем предоставлен открытый исходный код большему сообществу машинного обучения! Ранее в этом году я писал о том, что Turi Create разрушает ландшафт машинного обучения . Затем появился WWDC18 и множество улучшений Turi Create, включая бета-версию 5.0.
Одна из новых моделей, с которыми я экспериментировал, называется Style Transfer, производная от Transfer Learning , которая позволяет изучать..
Различные алгоритмы машинного обучения
Машинное обучение ( ML ) — это изучение компьютерных алгоритмов, которые автоматически улучшаются благодаря опыту. [1] Оно рассматривается как подмножество искусственного интеллекта . Алгоритмы машинного обучения строят математическую модель на основе выборочных данных, известных как данные для обучения , чтобы делать прогнозы или принимать решения без явного программирования для этого. [2] [3] :2 Алгоритмы машинного обучения используются в самых разных приложениях, таких как..
Варианты графовых нейронных сетей и реализация в TensorFlow
См. Graph Neural Networks и реализация в TensorFlow для введения и основ.
Существует множество вариантов GNN, в том числе сверточные сети графов (GCN), GraphSAGE, сети внимания графов (GAT) и другие. Каждый из этих вариантов использует разные функции для агрегирования и преобразования функций.
Существует несколько вариантов графовых нейронных сетей (GNN), каждый из которых имеет свои уникальные характеристики и варианты использования. Вот несколько самых популярных из них:..
Тенденции ИИ, на которые стоит обратить внимание в 2019 году
Искусственный интеллект действительно является одним из самых революционных технологических достижений, произошедших с человечеством за последнее время. В конце концов, разработка программы, позволяющей компьютеру хотя бы попытаться имитировать человеческий мозг, сама по себе является подвигом.
Рост ИИ в бизнес-сценарии также был значительным. Вторжения были сделаны почти во всех основных областях; Здравоохранение, гостиничный бизнес, строительство, недвижимость, BFSI, BPO, авиация и т...
Введение в RNN и LSTM (часть 5)
Рад видеть вас снова, в предыдущей статье мы закончили реализацию нашей RNN для предсказания следующей последовательности синусоиды. Мы работали над поэтапной реализацией нашей модели.
В этой статье я расскажу о различных модификациях, которые вы можете выполнить в простой рекуррентной нейронной сети, чтобы она работала хорошо и хорошо для нашего приложения.
Итак, поехали
Различные архитектуры рекуррентной нейронной сети
Один к одному
Один к одному — это архитектура..
Новые материалы
Худший алгоритм сортировки + бонус!
Если вы разбираетесь в структурах данных и алгоритмах, вы, возможно, знаете, что быстрая сортировка и сортировка слиянием часто считаются самыми эффективными и действенными алгоритмами..
Повышайте продуктивность, создавая лучший код Python
Все приемы, которые я изучил на Python, чтобы писать лучший и быстрый код
Представление длинных цифр
Очень сложно отследить количество нулей или цифр после определенной длины. А теперь вот..
Распределение выборки и центральная предельная теорема
В нашем реальном мире мы часто ищем параметр или статистику определенной совокупности, например среднее значение или стандартное отклонение. Но оценить эту статистику по населению достаточно..
Различные алгоритмы машинного обучения
Машинное обучение ( ML ) — это изучение компьютерных алгоритмов, которые автоматически улучшаются благодаря опыту. [1] Оно рассматривается как подмножество искусственного интеллекта ...
Очередь сообщений RabbitMQ с использованием веб-API .NET Core 6
Мы собираемся обсудить очередь сообщений RabbitMQ и ее реализацию с использованием .NET Core 6 API в качестве производителя сообщений и консольного приложения в качестве потребителя сообщений...
Варианты графовых нейронных сетей и реализация в TensorFlow
См. Graph Neural Networks и реализация в TensorFlow для введения и основ.
Существует множество вариантов GNN, в том числе сверточные сети графов (GCN), GraphSAGE, сети внимания графов (GAT) и..
Построение классификатора изображений без использования глубокого обучения
Классификатор изображений можно легко построить с помощью глубокого обучения, особенно сверточной нейронной сети (CNN). Однако вы можете просто реализовать классификатор изображений, используя..