Публикации по теме 'keras'
Внедрение CheXNet для обнаружения пневмонии в Керасе
По данным Всемирной организации здравоохранения (ВОЗ), на пневмонию приходится около 14% смертей детей в возрасте до 5 лет. Чтобы помочь определить пневмонию, пациент должен пройти рентген грудной клетки, который позволяет врачам увидеть легкие, сердце и кровеносные сосуды и убедиться в наличии заболевания. Что, если машинное обучение поможет им лучше диагностировать? Была опубликована статья под названием CheXNet: Обнаружение пневмонии на уровне рентгенолога на рентгенограммах..
Адаптивное взвешивание функций потерь для моделей keras с несколькими выходами
Недавно, экспериментируя с дистилляцией знаний для уменьшения размера моделей глубоких нейронных сетей, я хотел опробовать предложение, сделанное JH Cho et. al в своей статье под названием Об эффективности извлечения знаний .
Они утверждают, что для лучшего обучения модели ученика помогает преждевременное прекращение обучения модели учителя. Они также делятся обширным набором результатов для проверки своих утверждений. Вдохновленный этим, я захотел попробовать это на себе.
Простая..
Фундаментальный код глубокого обучения в TFLearn, Keras, Theano и TensorFlow
Вчера вечером, после многих лет посещения открытой встречи по статистическому программированию в Нью-Йорке, я имел честь выступить перед уважаемым учреждением с лекцией на тему Основы глубокого обучения , полной примеров применения этого подхода.
Мои полные слайды с вечера доступны здесь . Я прыгнул через историю машинного зрения и обработки естественного языка, а затем представил достаточно основополагающей теории глубокого обучения, чтобы облегчить интуицию, оставив акцент в..
Практическое машинное обучение — Простой линейный регресс
Возможно, одной из лучших книг по python и науке о данных является Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow Герона. На мой взгляд, эта книга особенно хороша для начинающих. Для специалистов-самоучек эта книга просто необходима. Есть несколько управляемых проектов с включенным кодом, который поможет начинающим специалистам по данным на этом пути.
Знание Scikit-Learn, Keras и TensorFlow также является обязательным для специалистов по данным, поскольку..
Обработка медицинских изображений с использованием Keras и TensorFlow
Компьютерное зрение
Изучение компьютерного зрения сосредоточено на разработке цифровых систем, которые могут обрабатывать, исследовать и понимать визуальные данные так же, как это делают люди. С помощью алгоритмических моделей компьютер может научиться понимать контекст визуального ввода с помощью машинного обучения. Компьютер «посмотрит» на данные и научится различать разные изображения, если через модель будет отправлено достаточно данных. Вместо того, чтобы программироваться для..
Насколько широкой должна быть моя сеть?
В моей предыдущей истории я рассмотрел вопрос о том, сколько слоев нужно нейронной сети для простых задач классификации. Я изучил линейную классификацию наборов данных AND и OR, а также более сложные XOR и данные двух лун.
Используя Keras, я показал, что нам нужен один слой для классификации линейных данных, в первую очередь потому, что одной гиперплоскости достаточно, чтобы различать разные метки, а для более сложных данных нам нужно как минимум два слоя. Действительно, согласно..
Базовая модель TensorFlow
TensorFlow — это гибкая библиотека с открытым исходным кодом для глубокого обучения, изначально написанная командой Google Brain. Это делает создание моделей проще, быстрее и более воспроизводимым.
Построение модели оттока TensorFlow Обучение и прогнозирование Сохранение модели и перезагрузка
Импорт данных
import pandas as pd
from sklearn.model_selection import train_test_split
df = pd . read_csv('Churn.csv')
X = pd . get_dummies(df . drop(['Churn', 'Customer ID'],..
