Публикации по теме 'deep-learning'


Эло ранг для теста визуальной адаптации задач
Совместная работа с Alicja Gosiewska и Przemysław Biecek . С развитием передовых методов машинного обучения и глубокого обучения растет потребность в оценке различий между моделями. Помимо оптимизации модели для одной конкретной проблемы, мы хотели бы знать, какие алгоритмы машинного обучения хорошо работают с широким спектром невидимых задач. В последнее время для разных ветвей машинного обучения предлагается множество подходов к ранжированию. Эти рейтинги с использованием указанного..
Локализация / сегментация объекта с полярными координатами
В этом сообщении блога я делюсь первоначальной идеей о том, как более точно локализовать объекты (по сравнению с ограничивающей рамкой) без значительных изменений в конвейере обучения модели глубокого обучения. «Ящики в любом случае глупы, я, наверное, искренне верю в маски, но я не могу заставить YOLO их выучить». Дж. Редмон Когда я прочитал эти слова в статье «YOLOv3: постепенное улучшение» , я подумал, что, возможно, будет слишком резко говорить это о такой распространенной..
5 способов сделать гистопатологические модели изображений более устойчивыми к сдвигам доменов
Изучение различных подходов: нормализация окраски, увеличение цвета, адаптация состязательной области, адаптация модели и точная настройка Одна из самых больших проблем в анализе гистопатологических изображений - создание моделей, устойчивых к вариациям в различных лабораториях и системах визуализации. Эти различия могут быть вызваны разными цветовыми характеристиками слайд-сканеров, сырьем, технологиями производства и протоколами окрашивания. Различные настройки могут создавать..
Как я изучаю квантовые вычисления
Как я изучаю квантовые вычисления Глубокое погружение в квантовый мир и искусственный интеллект Вступление Мне нравится квантовая механика, есть что-то захватывающее в восприятии того, как КМ объясняет мир. Насколько это отличается от реальности, которую мы видим и в которой живем. Все, что мы называем реальным, состоит из вещей, которые нельзя считать реальными. Нильс Бор Эта цитата стала для меня откровением, когда я был студентом. Смотреть на материю - не лучший..
Анализ и визуализация первых и вторых дебатов 2020 года
Наблюдая за первыми и вторыми дебатами, я был очарован тем, как каждый выступающий использует определенные слова или ведет себя определенным образом на протяжении всего выступления. Как и многие другие, я не политик. Но я знаю, что могу понять характер или личность людей, анализируя их разговоры, видя, как часто они используют определенные слова и как часто они склонны перебивать или говорить в целом. Поэтому я пошел в Интернет, нашел сценарии обоих дебатов и начал изучать. Сначала я..
Зоопарк ГАН
Список всех названных GAN! Каждую неделю выходят новые статьи о генерирующих состязательных сетях (GAN), и сложно отслеживать их все, не говоря уже о невероятно творческих способах, которыми исследователи называют эти GAN! Вы можете узнать больше о GAN в этом сообщении о генеративных моделях от OpenAI или в этом обзорном руководстве в KDNuggets. Итак, вот текущий и часто обновляемый список из того, что начиналось как забавное занятие, объединяющее все названные GAN в этом..
Детерминанты матрицы
ЛИНЕЙНАЯ АЛГЕБРА ДЛЯ ДАННЫХ И МАШИНОСТРОЕНИЯ Детерминанты матрицы Один из основных расчетов для их ускорения В этом посте мы поговорим о детерминантах, простом способе вычисления свойств матрицы, относящихся к скорости наших моделей машинного обучения. Детерминанты Детерминанты позволяют нам вычислять свойства матриц и результаты быстрее, чем их решение в виде системы уравнений. На изображении мы видим детерминант n на n . Мы объясним, как рассчитываются..