Статьи по теме convolution-neural-net

Публикации по теме 'convolution-neural-net'

не разглашать

Открытие мелодической сферы: классификация музыкальных жанров с использованием CNN и MFCC

Введение: В нынешнюю технологическую эпоху компании из различных отраслей интегрировали технологии в свою повседневную деятельность. Индустрия развлечений, включая такие платформы, как Spotify и Apple Music, также приняла эту тенденцию, особенно в области потоковой передачи музыки. Однако из-за разнообразных музыкальных предпочтений пользователей крайне важно иметь систему, которая может точно идентифицировать различные музыкальные жанры, чтобы облегчить эффективные процессы..

Базовая архитектура сверточной нейронной сети (CNN)

Автор: Яш Гупта В моей последней статье, которую вы можете найти здесь , мы определили нейронные сети как основу глубокого обучения. Нейронные сети добавляют человеческий интеллект к машинам, буквально имитируя основную часть человеческого мозга (о которой вы также можете найти больше в посте Джоанны здесь , если вам интересно): нейронная сеть, которая перемещает нейроны по всему мозгу для вывода ответа на определенный стимул. Однако существует множество типов этих искусственных..

Создание классификатора пород собак на основе сверточной нейронной сети

Можно ли использовать современные подходы к глубокому обучению для создания алгоритма, определяющего породы собак на основе заданного входного изображения? Ответ наверняка: «Да!» Может ли сверточная нейронная сеть (CNN), решающая эту задачу, быть построена с нуля на обычной локальной машине? Ответ здесь должен быть немного более расплывчатым: «Теоретически да, но это требует много времени, данных и ресурсов». В этой статье я хочу показать, как я строю классификатор пород собак..

Как CNN Tensorflow сравнивается с предварительно обученной CNN?

В предыдущем посте я сделал прогнозы по классификации набора данных о гепардах и львах, используя предварительно обученную модель. В этом посте я использовал предварительно обученную сверточную нейронную сеть (CNN) MobileNet, чтобы классифицировать изображения как 0 для гепарда или 1 для льва. Когда я делал прогнозы на тестовом наборе, я достиг оценки точности 86,67%.

Что такое глубокие остаточные сети или почему ResNets важны?

Резюме статьи и код. Глубокие сверточные нейронные сети привели к ряду прорывов в решении задач классификации изображений. Такие вызовы, как ILSVRC и COCO, заставили людей использовать все более глубокие модели для достижения лучших результатов. Очевидно, что глубина сети имеет решающее значение. Из-за сложной природы реальных задач или проблем, возникающих в глубоких нейронных сетях, размер сетей неизбежно увеличивается, если кто-то хочет достичь высокого уровня точности в..

Распознавание лиц с использованием MTCNN - руководство по извлечению лиц с упором на скорость

В этом посте я покажу, как использовать MTCNN для извлечения лиц и функций из изображений или видео, и, наконец, как увеличить скорость в 100 раз. Что такое MTCNN MTCNN - это библиотека Python (pip), написанная пользователем Github ipacz , которая реализует статью Zhang, Kaipeng et al. «Совместное обнаружение и выравнивание лиц с использованием многозадачных каскадных сверточных сетей . Письма об обработке сигналов IEEE 23.10 (2016): 1499–1503. Crossref. Интернет ». В этой..