Публикации по теме 'neural-networks'
Обычный метод наименьших квадратов (код P5.JS) и Введение в градиентный спуск
Резюме: лучше всего я учусь, играя с кодом, и верю в обмен знаниями. Это второй блог из новой серии для начинающих - Основные концепции, которые вы должны знать, прежде чем начинать работу с нейронными сетями (NN), с примером кода для обычного метода наименьших квадратов и введением в градиентный спуск. Чтобы увидеть больше подобных сообщений на тему Основы машинного обучения , подпишитесь на меня здесь или в Твиттере - Shaistha Fathima .
Основные концепции, которые следует..
Расширенные варианты использования машинного обучения в розничной торговле модной одеждой
Введение
Розничная торговля модной одеждой составляет огромную долю розничного бизнеса в регионе Северной Америки и во всем мире (1,9 трлн долларов США по состоянию на 2021 г.). Значительная часть розничной торговли модной одеждой приходится на Североамериканский регион (369 миллиардов долларов по состоянию на 2021 год). С растущим спросом в регионе EMEA, в частности в Азиатско-Тихоокеанском регионе, электронная коммерция наряду с розничной торговлей в магазинах играет ключевую роль..
Как Tensorflow и Keras реализуют двоичную классификацию и функцию двоичной кросс-энтропии?
Дополнительная часть сообщения в блоге Ничего, кроме NumPy: понимание и создание нейронных сетей с двоичной классификацией с помощью вычислительных графиков с нуля »
TensorFlow:
TensorFlow реализует функцию двоичной кросс-энтропии в числовой стабильной форме, например:
См. основное сообщение в блоге о том, как это сделать .
В TensorFlow функция двоичной кросс-энтропийной потери называется sigmoid_cross_entropy_with_logits .
Вам может быть интересно, что такое..
Дорогой Свигги, ты можешь читать мои мысли?
Было 11 часов вечера, и я хотел выпить кофе. Но проблема в том, что время ожидания составляет 30–40 минут.
Скорость доставки является критически важным показателем для оценки эффективности бизнеса. 30 минут или бесплатно - хорошая стратегия, а использование мощности машинного обучения для оптимизации ресторана, планировки улиц, схемы движения, прогноза погоды и правильной доставки - отличная отправная точка. Но проблема, которую я публикую здесь, для некоторых заказов составляет менее 10..
Упрощение встраивания с помощью Embedder
Глубокое обучение структурированных данных с использованием служебной библиотеки embedder для изучения представлений категориальных переменных.
Глубокое обучение захватывает мир и позволяет достигать результатов человеческого уровня в разнообразных задачах, которые мы раньше считали очень сложными для компьютеров, таких как распознавание изображений, машинный перевод или создание языков. Многое было сказано по этой теме людьми с гораздо более глубокими знаниями, чем я. Я хотел..
Глубокое обучение для НЛП: объяснение ANN, RNN и LSTM!
Узнайте об искусственных нейронных сетях, глубоком обучении, рекуррентных нейронных сетях и LSTM, как никогда раньше, и используйте NLP для создания чат-бота!
Вы когда-нибудь мечтали о том, чтобы у вас был личный помощник, который отвечал на любые вопросы, которые вы могли задать, или с которым можно было поговорить? Что ж, благодаря машинному обучению и глубоким нейронным сетям этого не так уж далеко. Подумайте об удивительных возможностях Siri от Apple или Alexa от Amazon.
Не..
Понять TensorFlow, имитируя его API с нуля
TensorFlow - очень мощная библиотека с открытым исходным кодом для реализации и развертывания крупномасштабных моделей машинного обучения. Это делает его идеальным для исследований и производства. За прошедшие годы она стала одной из самых популярных библиотек для глубокого обучения.
Цель этого поста - создать интуицию и понимание того, как библиотеки глубокого обучения работают под капотом, в частности TensorFlow. Для достижения этой цели мы будем имитировать его API и реализовывать..