Публикации по теме 'computer-vision'


Объяснимый ИИ (XAI)
Объяснимый ИИ (XAI) относится к разработке систем искусственного интеллекта, которые могут быть легко поняты как экспертами, так и неспециалистами. XAI стремится сделать ИИ более прозрачным и интерпретируемым, чтобы пользователи могли доверять решениям, принимаемым моделями и алгоритмами ИИ. Традиционные модели ИИ, такие как глубокие нейронные сети, часто считаются «черными ящиками», поскольку они могут принимать сложные решения на основе огромных объемов данных. Тем не менее, их..
Что означает предвзятость в искусстве ИИ?
Искусство машинного обучения Что означает предвзятость в искусстве ИИ? Повышение безопасности в AI Art Generator Предвзятость в искусстве искусственного интеллекта возникает, когда результаты нельзя использовать в самых разных ситуациях. Обычно мы думаем, что предвзятость возникает из-за предпочтений или упущений в обучающих данных. Тем не менее, предвзятость также может исходить из того, как собираются данные, как создаются генераторы искусства ИИ и как получаются..
Маскированные автоэнкодеры — масштабируемые обучающиеся видения
Аннотированные данные — это важнейший элемент глубокого обучения. Тем не менее, аннотированные данные редко используются в некоторых приложениях (например, в медицине и робототехнике). Чтобы уменьшить количество аннотаций, самоконтролируемое обучение направлено на предварительное обучение глубоких сетей на неаннотированных данных для изучения полезных представлений. Различные подходы к обучению с самоконтролем предлагают разные цели для обучения глубокой сети с неаннотированными..
Компьютерное зрение и машинное обучение
Компьютерное зрение и машинное обучение Что такое компьютерное зрение и как оно может улучшить нашу жизнь? Общеизвестно, что орлы обладают лучшим зрением на большие расстояния, в то время как цветовое зрение ястреба не имеет себе равных, а у сов самое мощное ночное зрение. У этих птиц есть необычное оборудование, встроенное в их зрение. Компьютерное зрение позволяет машинам обнаруживать изображение, анализировать объект и точно определять, что содержит это..
Матч в клетке для глубокого обучения: максимальный пул против сверток
В то время как CNN Есть много вариантов. Давайте сравним Max Pooling с Convolutions в контексте построения автокодировщика для сжатия образов Atari. Операция Max Pooling обычно реализуется как ядро ​​2x2 с шагом 2, которое принимает максимальное значение и записывает его в карту функций. Но подождите, а зачем вообще Max Pooling? Поскольку у нас уже есть свертки, почему бы просто не использовать ядро ​​2x2 с шагом 2? Теоретически это было бы лучше, потому что он мог бы..
Базовые проекты для практики Data Science
Начните свое путешествие в области науки о данных с этих 6 проектов в области фундаментальной науки о данных Наука о данных - одна из самых интересных областей в настоящее время, и спрос на специалистов растет. В Интернете доступно множество курсов по Data Science. Сложность изучения науки о данных состоит в том, что для того, чтобы научиться работать с реальными проектами в области науки о данных, требуется много практики. Последние несколько месяцев я изучаю Data Science и сам..
3D-представление мира
В этой статье описаны популярные способы представления 3D-объектов. Мы живем в трехмерном мире, но зачастую храним информацию о нем в 2D-виде (используя разные проекции, например, в виде фотографий или рисунков). С этой точки зрения естественным образом возникает задача перехода между 2D и 3D мирами. И если с уменьшением размерности все более-менее понятно, то восстановление 3D-изображения на основе 2D-информации – задача нетривиальная. Однако обе задачи начинаются с понимания того,..