Публикации по теме 'keras'
Рекомендация с нуля: Этап отзыва (часть 2)
Подробное руководство о том, как построить этап отзыва в рекомендательной системе.
В части 1 моей серии я познакомил вас с обзором системы рекомендаций, базовой концепцией рекомендаций и общими показателями. Во второй статье я более подробно расскажу об этапе Recall, о том, как его построить и какие алгоритмы использовать.
С чего начать
На начальном этапе мы должны внедрять решения, которые легко настроить и которые дают достойные результаты. Благодаря этому у нас появится..
Модель Keras с несколькими графическими процессорами
Концепция модели с несколькими графическими процессорами в Keras разделяет модель ввода и модель на каждый графический процессор, а затем использует центральный процессор для объединения результатов от каждого графического процессора в одну модель.
Практическое руководство: обучение работе с несколькими графическими процессорами с помощью Keras
Во-первых, убедитесь, что в вашей виртуальной среде установлен и обновлен Keras 2.1.4 (или выше).
Установить Керас
pip install keras
pip..
One Shot Learning, сиамские сети и Triplet Loss с Керасом
One Shot Learning, сиамские сети и Triplet Loss с Керасом
Вступление
В современную эпоху машинного обучения нейронные сети с глубокой сверткой являются очень мощным инструментом для работы с изображениями для всех видов задач. Мы видели несколько сетей, которые могут классифицировать / обнаруживать около 1000 различных типов объектов с очень хорошей производительностью. Традиционный способ построения классификатора выглядит следующим образом:
В статье 2015 года (под названием..
Передача стилей изображения с использованием предварительно обученных ConvNets
Эксперименты с переносом нейронного стиля с предварительно обученными моделями VGG16, VGG19 и ResNet50. Код для этого проекта можно найти здесь .
Перенос нейронного стиля - это метод модификации изображения (впервые разработанный и представленный Леоном Гэтисом и др.), Который применяет стиль одного изображения к содержимому другого изображения. В этом сообщении блога мы рассмотрим, как это можно применить, используя предварительно обученную модель ConvNet от Keras.
Выше -..
Использование логистической регрессии в машинном обучении с Python
В машинном обучении и статистике логистическая регрессия — это инструмент, который часто используется для создания моделей для обобщения вероятности существования определенного класса или события. Это может быть победа или поражение, проход или провал и многое другое. Логистическую регрессию часто путают с линейной регрессией, однако они имеют явные различия. Линейная регрессия используется для прогнозирования тенденций в данных и создания моделей с помощью «линии наилучшего соответствия»,..
Моя первая работа с Керасом
На этом примере я делаю введение в Deep Learning Кераса.
Keras был создан, чтобы быть удобным для пользователя, модульным, легко расширяемым и работать с Python. API был «разработан для людей, а не для машин» и «следует передовым методам снижения когнитивной нагрузки».
Нейронные слои, функции стоимости, оптимизаторы, схемы инициализации, функции активации и схемы регуляризации — все это отдельные модули, которые можно комбинировать для создания новых моделей. Новые модули легко..
Прогнозирование фондового рынка с помощью новостей и глубокого обучения
Мы собираемся использовать заголовки ежедневных мировых новостей с Reddit, чтобы предсказать начальное значение промышленного индекса Доу-Джонса. Данные для этого проекта взяты из набора данных о Kaggle и охватывают почти восемь лет (с 2008-08-08 по 2016-07-01).
В этом проекте мы собираемся использовать более крупные общие векторы сканирования GloVe для создания встраиваемых слов и Keras для построения нашей модели. Эта модель была вдохновлена работой, описанной в этой статье ...