Публикации по теме 'cnn'


AI играет в Asphalt с помощью нейронной сети.
Используя Tensorflow, я создал ИИ, который играет в Asphalt, используя сверточную нейронную сеть. Он основан на клонировании поведения . Что такое нейронная сеть и как она работает? Мы можем просто сказать, что нейронная сеть - это компьютерная система, созданная по модели человеческого мозга. Подобно дендриту (нейрону), нейронная сеть принимает несколько входных данных и выдает один выход, в нашем случае она берет кадр изображения из игры и предсказывает, нажимать ли W, A или D...
Распознавание дорожных знаков с помощью CNN
В последние годы одним из современных направлений развития технологий является компьютерное зрение. Основной задачей этого направления является классификация объектов с фото- или видеокамеры. В обычных задачах она решается с помощью методов машинного обучения на основе прецедентов. В этой работе представлено применение компьютерного зрения для распознавания дорожных знаков с использованием алгоритма машинного обучения. Дорожный знак представляет собой плоский искусственный объект с..
FFN против RNN против CNN
В глубоком обучении существует три основных типа нейронных сетей: нейронные сети с прямой связью (FFN), рекуррентные нейронные сети (RNN) и сверточные нейронные сети (CNN). Нейронные сети с прямой связью (FFN) Нейронные сети с прямой связью (FFN). Нейронные сети с прямой связью — это простейший тип нейронной сети, состоящий из ряда слоев, соединенных в прямом направлении. Они называются «упреждающими», потому что информация течет только в одном направлении, от входного слоя к выходному..
Примечания к SqueezeNet
Документ SqueezeNet предоставляет интеллектуальную архитектуру, а также количественный анализ. При той же точности, что и AlexNet, SqueezeNet может быть в 3 раза быстрее и в 500 раз меньше. В следующей таблице показаны преимущества SqueezeNet. Основные идеи SqueezeNet: Использование фильтров 1x1 (точечных) для замены фильтров 3x3, так как прежние только 1/9 вычислений. Использование фильтров 1x1 в качестве слоя узкого места для уменьшения глубины и сокращения вычислений следующих..
Как пример состязания атакует классификацию изображений в реальном мире
В этой статье будут представлены основные концепции состязательных атак на высоком уровне. Объяснил базовые знания, несколько типов атак, как создавать состязательные примеры. Кроме того, представлены несколько реальных примеров атак и экспериментальные усилия по их предотвращению. Базовые знания В последнее десятилетие технологии машинного обучения стремительно развиваются. Поскольку все больше и больше случаев использования в реальном мире, таких как распознавание изображений,..
Сверточные нейронные сети с графами - доклад в IISc
«Что, если бы мы могли напрямую ввести компьютерную сеть в виде графика и использовать нейронные сети для прогнозирования… возможно, нескольких компьютеров, наиболее подверженных атакам хакеров?» - Доктор Таймен Тилеман У стажировки в IISc есть свои плюсы, одно из которых - выступления исследователей из наиболее актуальных технологических областей. Мне посчастливилось недавно присутствовать на выступлении, организованном Обществом обработки сигналов IEEE, Бангалорским отделением и..
Классификация изображений CXR
Рентген грудной клетки (РГК) является неинвазивным и широко используемым диагностическим методом в медицинской практике для оценки структуры и функции легких, сердца и других органов грудной клетки. Однако интерпретация изображений CXR представляет собой сложную и трудоемкую задачу, требующую опыта квалифицированных рентгенологов. В последние годы применение методов машинного обучения, особенно сверточных нейронных сетей (CNN), показало многообещающие результаты в автоматизации..