Публикации по теме 'neural-networks'


Как решить проблемы с многоуровневой классификацией?
Что такое многоуровневая классификация? В чем разница между Multilabel и Multiclass? Как решить проблему с несколькими метками (примеры)? Заключение Введение Машинное обучение — это область исследования, связанная с алгоритмами, которые учатся на примерах. Классификация — это задача, требующая использования алгоритмов машинного обучения, которые узнают, как присваивать метку класса примерам из предметной области. Существует множество различных типов задач классификации, с..
Поиск в нейронной архитектуре: разработка классификатора с поиском в нейронной архитектуре
Поиск нейронной архитектуры — это метод, который автоматизирует проектирование нейронных сетей для решения конкретной задачи. Первоначально он был разработан исследователями для людей, которые являются экспертами в определенной области, но имеют очень мало или совсем не знают машинного обучения и хотят разрабатывать системы машинного обучения для решения своих проблем.
Google и DeepMind изучают взаимодействие между законами масштабирования и архитектурами нейронных сетей
Современные модели искусственного интеллекта за последние годы раздулись до миллиардов параметров. Хотя сообщество машинного обучения (ML) проявило большой интерес к свойствам масштабирования моделей на основе трансформаторов, было проведено относительно мало исследований эффектов масштабирования в отношении индуктивных смещений, налагаемых различными моделями…
Серия DeepLearning: Как структурировать проекты машинного обучения
В этом блоге я объясню, как структурировать проект машинного обучения и некоторые полезные методы для глубокого обучения, такие как трансферное обучение, многозадачность и сквозное обучение. В предыдущем блоге я упоминал, сколько стратегий и параметров задействовано в проекте машинного обучения. В частности, когда мы хотим оптимизировать результаты нашего алгоритма, у нас есть несколько вариантов, таких как: Соберите больше данных Иметь более разнообразный тренировочный набор..
Машинное обучение для лучшего опыта разработчиков
Станислав Кирдей , Вильям Хай Представьте, что вам нужно просмотреть 2,5 ГБ (не часто, но время от времени) записи журнала неудачной сборки программного обеспечения - 3 миллиона строк - для поиска ошибки или регресса, произошедшего в строке 1M. Вероятно, это даже не выполнимо вручную! Тем не менее, одним из умных подходов к тому, чтобы сделать его управляемым, могло бы быть различие строк с недавней успешной сборкой в ​​надежде, что ошибка приведет к появлению необычных строк в..
Максимизируйте эффективность распространения с эффективным вниманием к памяти
Максимизируйте эффективность распространения с эффективным вниманием к памяти Ускорьте стабильную диффузию до 100 % с помощью Memory Efficient Attention.
Прогнозирование лекарственной устойчивости Mycobacterium Tuberculosis с помощью сверточной сети — Документ…
Нейронные сети могут улучшить предсказание лекарственной устойчивости патогенов В этом посте я собираюсь рассмотреть недавнюю статью о стыке медицинских исследований, моделирования и машинного обучения. В статье Грин А.Г., Юн Ч.Х., Чен М.Л. и другие. Сверточная нейронная сеть выделяет мутации, связанные с устойчивостью Mycobacterium tuberculosis к противомикробным препаратам. Нац. коммуна 13, 3817 (2022). https://doi.org/10.1038/s41467-022-31236-0 описывает два подхода к..