Введение: Набор данных CIFAR-10 является популярным эталоном для оценки алгоритмов классификации изображений. Он состоит из 60 000 цветных изображений 32x32, разделенных на 10 классов, по 6 000 изображений в каждом классе. В этом сообщении блога мы покажем, как использовать трансферное обучение для классификации изображений из набора данных CIFAR-10 с использованием предварительно обученной модели ResNet50. Трансферное обучение позволяет нам использовать знания, полученные..

LambdaNetworks опережают внимание и CNN. Будет ли это работать с небольшими и низкоразмерными наборами данных? Мы представляем реализацию и результаты нашего воспроизведения LambdaNetworks, новой архитектуры машинного обучения, разработанной в Google Brain Ирваном Белло, с меньшим и более низкоразмерным набором данных CIFAR-10. Авторами этого проекта воспроизводимости являются Хосе Игнасио де Альвеар Карденас и Уэсли А.Дж.Г. de Vries , студенты магистратуры по аэрокосмической..