Публикации по теме 'neural-networks'
Что такое сети глубокого убеждения?
Сети глубокого убеждения — это тип алгоритма глубокого обучения. Их также называют машинами глубокого Больцмана .
Сеть глубокого убеждения — это тип алгоритма глубокого обучения, который используется для создания генеративных моделей. Сеть состоит из нескольких слоев, каждый из которых содержит узлы с непрерывными весами. Входные признаки передаются в первый слой, а выходные данные последнего слоя представляют собой распределение вероятностей по классам.
Сети глубокого..
Как выбрать правильную функцию активации для вашей нейронной сети
Линейный, Сигмовидный, ReLU ОБЪЯСНЕН!!!
В моем проекте распознавания цифр моя нейронная сеть изо всех сил пыталась работать хорошо. Однако я обнаружил функции активации, которые позволяют нейронным сетям изучать нелинейные отношения.
Но я не знал, какую функцию активации использовать, поскольку доступно много вариантов. Поэтому в этом блоге я объяснил основные функции активации и их использование.
Зачем нужны функции активации?
Предположим, мы хотим предсказать, станет ли..
Алгоритм Путина
Алгоритм Путина чертовски прост, но порой чертовски эффективен. Однако его можно просчитать, а просчитать Путина сегодня для всех нас очень важно.
Чтобы понять, как работает Путин, приходится применять теорию Вселенной как нейронной сети (1,2,3), в которой проблемы сознания, интеллекта и машинного обучения рассматриваются с позиций фундаментальной физики. Кроме того, мы используем модели управления поведением в биологических нейронных сетях фазовых состояний, также основанных на..
Резюме статьи: Dropout: простой способ предотвратить переобучение нейронных сетей
Шривастава, Нитиш и др. Журнал исследований машинного обучения (2014 г.)
Ссылка на оригинал статьи .
Мое первое знакомство с отсевом было в Специализации Эндрю Нг по глубокому обучению на Coursera, которая дала довольно четкое представление о том, как и почему работает отсев, используя простой пример классификатора кошек, который с тех пор остался со мной. Хотя этот метод уже использовался в статье AlexNet, эта рукопись обеспечивает глубокое понимание и анализ отсева с тщательным..
Как реализовать задачи Transfer Learning on Computer Vision с помощью PyTorch
Введение
Трансферное обучение — это мощная техника машинного обучения и глубокого обучения, где предварительно обученные нейронные сети используются в качестве отправной точки для обучения новых моделей различным задачам или областям. Вместо обучения нейронной сети с нуля, для чего требуется большой объем размеченных данных и вычислительных ресурсов, трансферное обучение позволяет нам использовать знания, полученные в одной задаче или области, и применять их к другой связанной или..
ПОСТРОЕНИЕ ПРОСТОЙ МОДЕЛИ ГЛУБОКОГО ОБУЧЕНИЯ
ПОСТРОЕНИЕ ПРОСТОЙ МОДЕЛИ ГЛУБОКОГО ОБУЧЕНИЯ
Необходимое условие: Глубокое обучение: искусственные нейронные сети
Давайте возьмем два списка x и y и построим простую простую модель, которая попытается определить взаимосвязь между ними.
Мы строим нашу модель на питоне, используя Tensorflow keras .
Импортировать необходимые пакеты
import tensorflow as tf
import numpy as np
import tensorflow_datasets as tfd
Создайте наш небольшой набор данных в формате списка
x =..
Прогнозирование на стороне клиента с помощью TensorFlow.js
Всем привет, меня зовут Матвий, я работаю специалистом по анализу данных . Моя работа состоит из предварительной обработки данных, разработки / обучения и развертывания моделей . Итак, сегодня я попытаюсь поделиться своими знаниями и показать, как развернуть модель таким образом, чтобы некоторые из вычислений выполнялись на стороне клиента . Следующий пост предназначен для всех, кто создал модель и хочет снизить нагрузку на сервер, делегировав часть прогноз клиенту. Специально..
