Статьи по теме neural-networks

Публикации по теме 'neural-networks'

Сила нейронных сетей в машинном обучении

Введение Вы спросите, зачем изучать нейронные сети? Ну, позвольте мне рассказать вам небольшую историю. Когда-то компьютеры очень плохо понимали окружающий мир. Они могли только следовать строгим правилам и выполнять скучные, повторяющиеся задачи. Но затем у кого-то возникла блестящая идея: что, если бы мы могли научить компьютеры учиться, как люди? Так родилась область машинного обучения. И в основе этой области лежит скромная нейронная сеть. Нейронная сеть — это тип модели,..

Как классифицировать рукописные цифры с помощью многослойного персептронного классификатора

Что такое многослойный персептрон? Каковы плюсы и минусы МЛП? Можем ли мы точно классифицировать рукописные цифры с помощью классификатора MLP? Как выглядят выученные веса? 1. Краткое введение

Классификатор моды с PyTorch и поиском по сетке

Классификация изображений является важной задачей компьютерного зрения. Он включает в себя идентификацию содержимого изображения и соответствующую маркировку. В этом посте мы создадим классификатор моды, используя PyTorch и Grid Search. Мы будем использовать набор данных Fashion-MNIST, который содержит 60 000 обучающих изображений и 10 000 тестовых изображений 10 различных типов одежды. Наша цель — построить нейронную сеть, которая сможет точно классифицировать изображения. Для этого мы..

ТВК №15

Актуальные обновления (SOTA) за 7–13 ноября 2022 г. Прежде всего… зачем еще один информационный бюллетень о документах по машинному обучению? Охватить все нюансы реализации модели в статье практически невозможно. Выпуск кода является ключом к воспроизведению работы или построению на ее основе. В то время как небольшой процент исследователей выпускает код на бумаге, другие могут выпускать код с задержкой, иногда начиная с пустого репозитория-заполнителя. Документы SOTA..

Как работает A3C?

Как использовать обучение с подкреплением на основе DQN с использованием нескольких исполнителей. Обучение с подкреплением приобрело большую популярность после исторической победы AlphaGo над чемпионом по го (человеческого) и совсем недавно после того, как OpenAI в сотрудничестве с Blizzard объявила о своей тестовой среде StarCraft 2. Большинство из этих недавних достижений стало возможным благодаря архитектуре под названием «Deep Q-Network». Эта архитектура обеспечивает..

Распространение и оптимизация — ключ к глубокому обучению

Тайна моделей машинного обучения, которые мы используем ежедневно, заключается в их способности «самокорректироваться». Модель глубокого обучения — это просто математическая функция входного значения. Давайте возьмем пример алгоритма распознавания домашних животных, который берет изображение домашнего животного и выводит, какое животное, по его мнению, является домашним животным! Сначала изображение разбивается на числа в диапазоне от 0 до 255 (компьютеры рассматривают изображения как..

TensorFlow 101: основы для начинающих

TensorFlow используется во множестве приложений, от распознавания изображений и речи до обработки естественного языка и робототехники. Tensorflow — это библиотека, которая помогает инженерам создавать и обучать модели глубокого обучения. Он предоставляет все инструменты, необходимые для создания нейронных сетей. Мы можем использовать тензорный поток для обучения нейронных сетей от простых до сложных, используя большие наборы данных. Tensorflow используется во множестве приложений,..