Свързани публикации 'neural-networks'


Задълбочено обучение и класификация на изображения за начинаещи
Дълбокото обучение е подполе на машинното обучение, което се занимава с алгоритми, вдъхновени от структурата и функцията на мозъка, наречени изкуствени невронни мрежи . Това е важен елемент от науката за данните, която включва статистика и прогнозно моделиране. Това е изключително полезно за специалистите по данни, които имат за задача да събират, анализират и интерпретират големи количества данни; дълбокото обучение прави този процес по-бърз и лесен. Дълбокото обучение в момента..
GPU-ускорени невронни мрежи в JavaScript
Според доклада Octoverse 2017 , JavaScript е най-популярният език в Github. Измерено чрез броя на заявките за изтегляне, нивото на активност на JavaScript е сравнимо с това на Python, Java и Go комбинирани. JavaScript завладя мрежата и навлезе в сървърите, мобилните телефони, настолните компютри и други платформи. Междувременно използването на GPU ускорение се разшири далеч отвъд компютърната графика и сега е неразделна част от машинното обучение. Обучението на невронни мрежи с..
Видове невронни мрежи (ANN, RNN, CNN)
Има няколко разновидности на невронни мрежи, всяка от които изпълнява определена функция. Въпреки че това не е изчерпателен списък, следните са типични за най-честите типове невронни мрежи, срещани за популярни случаи на употреба: Франк Розенблат изобретява перцептрона през 1958 г., което го прави най-ранната невронна мрежа. Това е най-основният тип невронна мрежа, само с един неврон: Тази статия се фокусира най-вече върху невронни мрежи с предна информация, често известни като..
Система за препоръчване на филми на Netflix
Ще разгледаме как да изградим модел за „препоръка за филм“, използвайки TensorFlow. Какво е препоръчителен модел? „Моделът за препоръки“, казано с прости думи, е алгоритъм, който има за цел да предостави най-подходящата и относима информация на потребителя в зависимост от поведението на потребителя. Компании като Netflix и Google имат огромна база данни за поведението на събраните данни, за да могат да изпълняват най-съвременни препоръки, така че да могат да показват най-подходящото..
Класификация на породите кучета с помощта на конволюционни невронни мрежи
Има над 100 различни породи кучета. Всеки със своите уникални функции и профили. Може би се чудите дали можете да идентифицирате всяка една порода кучета, която видите? Е, можеш ли? Вероятно не, но в днешно време ще се изненадате колко добра работа могат да свършат невронните мрежи при откриването на тези породи кучета. Но колко добри са машинното обучение и невронните мрежи при идентифицирането на породи кучета? Е, ще разберем в този блог. В тази публикация ще опиша процеса на..
Flux.jl на MNIST — Варианти на тема
Flux.jl на MNIST — Вариации на тема Flux.jl е ML-стек, предлагащ леки компоненти за създаване на модели и тяхното обучение. Използвайки набора от данни MNIST, ще видим колко лесно е да се изградят различни подходи за класифициране на този набор от данни само чрез свързване на такива компоненти. Преглед Flux.jl Flux.jl е пакет, написан на 100% Julia. Той е насочен към изграждане на модели, които обикновено се обучават с помощта на итеративен подход, базиран на автоматизирана..
AI Art Ethos
Като човек, който използва техники на „изкуствен интелект“ в творческата си работа, чувствам необходимостта да напиша документ, който ясно да дефинира моя етос, когато става въпрос за създаване на изкуство с помощта на „AI“. (обърнете внимание, че по-голямата част от тази статия е написана преди месец, нещата се променят бързо, но мисля, че основното нещо, което излагам тук, е валидно.) Бърз фон Рисувам и рисувам откакто се помня. Спестявах в продължение на месеци, за да си позволя..