Публикации по теме 'heartbeat'
Выбор лучшей архитектуры для искусственных нейронных сетей
При обучении искусственной нейронной сети (ИНС) необходимо выбрать ряд гиперпараметров , включая количество скрытых слоев, количество скрытых нейронов на каждый скрытый слой, скорость обучения и параметр регуляризации. Создание оптимального сочетания таких гиперпараметров - сложная задача.
Новички в ИНС обычно задают вопрос, можно ли выбрать оптимальную архитектуру. Архитектура нейронной сети может быть просто определена как количество слоев (особенно скрытых) и количество скрытых..
Использование TensorFlow Lite и ML Kit для создания пользовательских моделей машинного обучения для Android
С каждым днем наш мир становится все более мобильным, по всему миру распространяется более 2 миллиардов смартфонов. Таким образом, мобильная разработка может охватить все уголки и аспекты современного мира. Это в равной степени верно и в отношении машинного обучения. Создание моделей машинного обучения, которые мы можем использовать на мобильных устройствах, откроет бесконечные возможности для творчества, автоматизации и эффективности. Но между мобильной разработкой и машинным..
Генеративно-состязательные сети (GAN) и глубокое обучение с подкреплением (DRL)
Введение
Генеративно-состязательные сети (GAN) и глубокое обучение с подкреплением (DRL) — две популярные и постоянно развивающиеся области искусственного интеллекта, которые в последние годы вызвали большой интерес и исследования.
Знание этих двух подполей и того, как они связаны и отличаются друг от друга, также важно, когда вы продвигаетесь в ML/AI. В этой статье мы расскажем об этих двух невероятных фреймворках машинного обучения и о том, что их отличает.
Что такое..
N-граммы и как их реализовать с помощью библиотеки Python NLTK
Понимание и создание N-грамм для обработки естественного языка (NLP) с библиотекой Python NLTK
При обработке естественного языка (NLP) мы обучаем модели, чтобы компьютеры могли понимать текст и произносимые слова так же, как люди. Человеческий язык полон двусмысленностей, таких как омонимы, омофоны, сарказм, идиомы, метафоры и грамматика, что усложняет обучение моделей, которые точно определяют предполагаемое значение текста.
НЛП включает в себя несколько задач, некоторые из которых..
Исследовательский анализ данных: запись визуализаций Seaborn с помощью Comet
Введение
Исследовательский анализ данных (EDA) — одна из основных задач, которую выполняет Data Scientist, начиная работу с новым набором данных. Этот процесс информирует нас о распределении или взаимосвязи между переменными, выявляет отсутствующие и нечистые данные и выявляет выбросы. Это помогает в разработке и обновлении конвейеров данных для предварительной обработки входящих данных.
Существуют различные библиотеки Python, которые поддерживают как статистический, так и научный..
PlantVillage: помощь фермерам в Восточной Африке в выявлении и лечении болезней растений
Использование мобильного машинного обучения для преобразования сельского хозяйства и демократизации знаний
По мере того, как глобальный спрос на продовольствие продолжает расти и усиливаются бесчисленные угрозы изменения климата, создание более устойчивых методов ведения сельского хозяйства становится все более важным. Это особенно верно в отдаленных районах мира, где передовых сельскохозяйственных знаний мало, а мелкие фермеры с ограниченными ресурсами (как финансовыми, так и..
Лучшие проекты машинного обучения с открытым исходным кодом за 2019 год
Клонирование голоса, GAN, адаптивная скорость обучения и многое другое
В этой статье мы рассмотрим некоторые из лучших проектов машинного обучения с открытым исходным кодом в 2019 году по рейтингу MyBridge.
Клонирование голоса в реальном времени (13,7K ⭐️)
Этот проект представляет собой реализацию бумаги SV2TTS с вокодером, который работает в реальном времени. Используя это репо, можно клонировать голос за 5 секунд для генерации произвольной речи в реальном времени...
