Публикации по теме 'neural-networks'


Двухэтапный подход к подсчету значений игральных костей с помощью Tensorflow и Pytorch
В предыдущем блоге я обсуждал, как я построил детектор игральных костей с 12 классами в Tensorflow, используя около 400 аннотированных изображений в качестве обучающих данных. Цель модели состояла в том, чтобы обнаружить наличие лицевой стороны кубика у 6-, 8-, 10- или 12-гранных игральных костей, а затем также определить, какова была номинальная стоимость. Как только это было сделано, я смог увидеть на экране общую стоимость игральных костей. Эта модель прилично справилась с задачей,..
Настройка гиперпараметра в нейронной сети
Что такое H параметры ? Гиперпараметры - это переменные, которые управляют процессом обучения модели. Он определяет, какое значение переменной будет лучшим для модели, чтобы получить оптимальную модель. Значения гиперпараметра устанавливаются до начала процесса обучения. Гиперпараметры в наборе нейронной сети: Количество скрытых слоев Количество скрытых блоков для разных слоев Значение уровня регуляризации выпадения Функция активации Скорость обучения - α Импульс - β..
Может ли ваш ИИ испытывать эмоции?
Можно ли запрограммировать свой искусственный интеллект на развитие эмоций? Самые лучшие и прекрасные вещи в мире нельзя увидеть или даже потрогать. Их нужно чувствовать сердцем - Хелен Келлер Важной характеристикой разумных существ, таких как люди, является их способность чувствовать различные типы идей, выражений и чувств. Эмоции играют важную роль в жизни биологических существ, таких как животные и люди. Без эмоций состояние нашего существования, возможно, было бы в..
Обоснованное сомнение: войдите в рейтинг 35 лучших MNIST по количественной оценке алеаторической неопределенности
Авторы: Баян Брюсс, Джейсон Виттенбах и Джеймс Монтгомери, Capital One Поскольку приложения машинного обучения становятся повсеместными в разных отраслях и обществе, повышенное внимание к неопределенности и ошибкам в базовых моделях будет только и дальше выходить на первый план. Например, многие исследователи машинного обучения считают, что недавние громкие ошибки в системах компьютерного зрения (например, аварии автономных транспортных средств) можно было бы смягчить, если бы модели..
Что не так со спектрограммами и CNN для обработки звука?
Что не так с CNN и спектрограммами для обработки звука? В последние годы были достигнуты большие результаты в создании и обработке изображений с помощью нейронных сетей. Частично это можно объяснить высокой производительностью глубоких CNN по захвату и преобразованию высокоуровневой информации в изображениях. Ярким примером этого является процесс передачи стиля изображения с использованием CNN, предложенный L. Gatys et. al. который может отображать семантическое содержание..
Классификация изображений кактусов с использованием сверточной нейронной сети (CNN) с точностью 98% +
Цель состоит в том, чтобы создать классификатор для классификации изображения как «кактус» или «не кактус». Понимание набора данных Эта классификационная проблема взята из одной из проблем Kaggle . Цель состоит в том, чтобы создать классификатор для классификации изображения как кактус или не кактус . Обучающая выборка включает 17500 изображений, а валидационная - 4000 изображений. Изображения со следами кактуса находятся в папке cactus и наоборот. Ниже приведены примеры..
Основные технологии облачной модели распознавания голоса Alibaba
Ян Чжицзе — старший эксперт по алгоритмам и главный научный сотрудник по взаимодействию человека и машины в Alibaba Cloud. Его области исследований включают распознавание голоса, синтез голоса, распознавание и проверку говорящего, распознавание рукописного текста OCR и алгоритм машинного обучения. Он долгое время был членом экспертной группы ведущих научных конференций и журналов в области распознавания голоса. Кроме того, он владеет несколькими патентами США и РСТ. В следующей статье..