Публикации по теме 'neural-networks'
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..
Все, что вам нужно знать о «Внимании» и «Трансформерах» — Углубленное понимание — Часть 2
Внимание, Самостоятельное внимание, Многоголовое внимание, Маскированное многоголовое внимание, Трансформаторы, BERT и GPT
В предыдущем рассказе я объяснил, что такое механизм внимания, а также некоторые важные ключевые слова и блоки, связанные с трансформерами, такие как «самовнимание», «запрос», «ключи и значения» и «многоголовое внимание».
Чтобы узнать больше об этих темах, посетите Часть 1 этой статьи — Все, что вам нужно знать о «Внимании и Трансформерах — Глубокое понимание —..
SwinIR / Восстановление изображения с помощью Swin Transformer
Обзор Lickety Split
arxiv:2108.10257
Проблема : недавние подходы к тому, чтобы заставить Super Resolution на основе Transformer создавать артефакты на границах патчей.
Решение : • Используйте свертки для извлечения поверхностных элементов. • Используйте блоки Swin Transformer для выделения глубоких элементов. • Объедините их с помощью субпиксельного слоя свертки .
Вообще говоря, было много попыток совместить лучшее из двух миров: свертки и внимания. В данной работе авторы..
Изучение многослойных персептронов: раскрытие магии сетей глубокого обучения
Введение
Появление искусственного интеллекта (ИИ) открыло совершенно новые возможности в различных областях, от здравоохранения и финансов до развлечений и электронной коммерции. В основе этих достижений лежит мощь машинного обучения (МО) и, в частности, глубокого обучения (ГО). Одним из важнейших компонентов, обеспечивающих впечатляющие возможности глубокого обучения, является многослойный персептрон (MLP). Это всеобъемлющее руководство позволяет глубоко погрузиться в мир MLP,..
Глубокое обучение 2: часть 2, урок 12
Мои личные заметки из fast.ai course . Эти примечания будут и дальше обновляться и улучшаться по мере того, как я продолжаю просматривать курс, чтобы по-настоящему понять его. Большое спасибо Джереми и Рэйчел , которые дали мне возможность учиться.
Уроки: 1 ・ 2 ・ 3 ・ 4 ・ 5 ・ 6 ・ 7 ・ 8 ・ 9 ・ 10 ・ 11 ・ 12 ・ 13 ・ 14
Генеративные состязательные сети (GAN)
Видео / Форум
Очень актуальная технология, но определенно заслуживающая того, чтобы..
Нейронные сети: логистическая регрессия
Обучение одной нейронной сети для логистической регрессии
В этой статье дается обзор обучения нейронной сети с одним нейроном (также известной как восприятие) для решения задачи логистической регрессии.
Набор данных:
Набор данных состоит из входных данных X, содержащих m выборок, каждая выборка имеет n признаков, и выходной/целевой переменной y, которая представляет собой вектор-столбец размера (m, 1) со значениями 0 или 1, как показано
У нас есть проблема бинарной..
Курс Эндрю Нг по машинному обучению на Python (нейронные сети)
В этой статье будут рассмотрены задания 3 и 4 по программированию нейронных сетей из курса машинного обучения Эндрю Нга. Это также первые сложные нелинейные алгоритмы, с которыми мы столкнулись в этом курсе. Не знаю, как вы, но мне определенно нужно научиться этому заданию. Нейронная сеть составляет основу глубокого обучения, которое имеет широкое применение, например, компьютерное зрение или обработка естественного языка. Таким образом, важно получить фундаментальные права, и..
Новые материалы
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..
Я вижу так много неправильного в этой пьесе, что трудно даже организовать…
Я вижу так много неправильного в этой статье, что трудно даже организовать опровержение, но я постараюсь. В произвольном порядке:
А) IQ НЕ является показателем «неразумности», крайнего или иного..