Publicații conexe 'neural-networks'


Clasificarea rasei de câini folosind rețelele neuronale convoluționale
Există peste 100 de rase diferite de câini. Fiecare cu propriile caracteristici și profiluri unice. S-ar putea să vă întrebați, sunteți capabil să identificați fiecare rasă de câini pe care o vedeți? Ei bine, poți? Probabil că nu, dar în zilele noastre, ați fi surprins cât de bine pot face rețelele neuronale în detectarea acestor rase de câini. Cu toate acestea, cât de bune sunt învățarea automată și rețelele neuronale la identificarea raselor de câini? Ei bine, ne vom da seama..
Flux.jl pe MNIST — Variații ale unei teme
Flux.jl pe MNIST — Variațiuni ale unei teme Flux.jl este un stivă ML care oferă componente ușoare pentru a crea modele și a le antrena. Folosind setul de date MNIST, vom vedea cât de ușor este să construim abordări diferite pentru clasificarea acestui set de date doar prin conectarea unor astfel de componente. Prezentare generală Flux.jl Flux.jl este un pachet scris 100% Julia. Este destinat să construiască modele care sunt de obicei antrenate folosind o abordare iterativă..
Un etos al artei AI
Fiind cineva care folosește tehnici de „inteligență artificială” în munca mea de creație, simt nevoia să scriu un document care să definească clar ethos-ul meu atunci când vine vorba de a crea artă folosind „AI”. (Rețineți că cea mai mare parte a acestui articol, așa cum a fost scris acum o lună, lucrurile s-au schimbat rapid, dar cred că lucrul de bază pe care îl expun aici este valabil.) Fundal rapid Desenez și pictez de când îmi amintesc. Am economisit luni de zile pentru a-mi..
DensePose de la CMU de la WiFi: o abordare accesibilă, accesibilă și sigură a sensibilizării umane
Dezvoltarea recentă și rapidă a modelelor puternice de învățare automată pentru viziunea computerizată a sporit performanța de estimare a poziției umane 2D și 3D de la camerele RGB, LiDAR și intrările radar. Cu toate acestea, aceste abordări pot necesita hardware costisitor și consumator de energie și au ridicat probleme de confidențialitate cu privire la implementarea lor în zone non-publice.
Ce este Deep Learning?
Ce este Deep Learning? Învățarea profundă este un subdomeniu al învățării automate care își propune să rezolve probleme complexe folosind rețele neuronale artificiale și seturi mari de date. Imitând modul în care funcționează creierul uman, structura sa multistratificată permite rezultate mai eficiente. Această tehnologie este utilizată în multe domenii, cum ar fi conducerea autonomă, recunoașterea imaginii și a vorbirii, procesarea limbajului natural, sistemele de recomandare,..
Tot ce trebuie să știți despre Antrenamentul distribuit și nuanțele sale adesea nespuse
Înțelegerea paralelismului de date vs paralelism model, puterile lor și criptonitul lor Ideea împărțirii porțiunilor de lucru pentru a obține rezultate excepționale, într-un timp scurt și, prin urmare, reducerea efortului general este exact esența subiectului nostru numit „Instruire distribuită”, care a condus la unele cercetări foarte interesante în domeniul mașinilor. învăţarea împingând tehnologia noastră un alt salt înainte. Introducere în instruirea distribuită Numărul de..
Cum poate îmbunătăți știința datelor radiologia și scanările CT, folosind învățarea automată în imagistica
Scris de: Gabriel Vieira Equitz cuvânt înainte Raze X și tomografii* sunt utilizate pe scară largă în radiologie, cel mai cunoscut pentru imagistica medicală în medicina modernă. Cea mai mare diferență dintre aceste două tehnologii este că razele X creează imagini bidimensionale, în timp ce scanările CT produc imagini 3D. În timp ce aceste tipuri de imagini medicale pot fi interpretate de oameni, învățarea automată poate ajuta profesioniștii atunci când folosesc astfel de tehnologii..