Публикации по теме 'deep-learning'
Некоторые из любимых интервью Никиты RE•WORK за 2016 год
Это был еще один напряженный год для RE•WORK! Мы расширились до новых тем, включая машинный интеллект, виртуальные помощники, глубокое обучение в здравоохранении и глубокое обучение в финансах, в таких местах, как Сингапур, Нью-Йорк и Берлин, и мы с нетерпением ждем новых интересных разработок в области искусственного интеллекта в нашем 2017 событий в году впереди!
У меня была возможность оглянуться назад на нашу серию выступлений спикеров за последний год, и я отметил некоторые из..
Введение в PyTorch: от цикла обучения к прогнозированию
Введение в цикл обучения PyTorch и общий подход к более крутой кривой начального обучения библиотеке
В этом посте мы расскажем, как реализовать модель логистической регрессии с использованием PyTorch в Python.
PyTorch — одна из самых известных и используемых платформ глубокого обучения в мире специалистов по обработке и анализу данных и инженеров по машинному обучению, поэтому изучение этого инструмента становится важным шагом на вашем пути обучения, если вы хотите построить..
Мера изменчивости
Термины «мера изменчивости» и «мера дисперсии» используются в статистике взаимозаменяемо. Оба они относятся к одному и тому же понятию, которое определяет количественную оценку разброса или рассеяния точек данных в наборе данных.
Меры изменчивости или дисперсии предоставляют информацию о том, как точки данных распределяются вокруг центральной меры тенденции (такой как среднее значение, медиана или мода), и указывают на разброс или степень, в которой значения отклоняются от центрального..
Обнаружение объектов с помощью yolov5
Одной из захватывающих концепций, которыми я восхищаюсь, является обнаружение объектов. Компьютер, который можно научить обнаруживать объект, — это не только красивое устройство, но и интересный процесс сборки. Создание собственного детектора объектов и игра с алгоритмами обнаружения объектов намного интереснее, чем вы думаете (а также проекты, включающие обнаружение объектов и компьютерное зрение, также могут пригодиться для вашего резюме). В этой статье я объясню пошаговое руководство по..
Новые разработки, связанные с областью неокортекса мозга, часть 2 (нейронаука)
Трехмерная синаптическая организация слоя III височной неокортекса человека ( biorXiv )
Автор: Николас Кано-Асторга, Хавьер ДеФелипе, Лидия Алонсо-Нанкларес
Аннотация: В настоящем исследовании мы использовали сфокусированный ионный пучок/сканирующую электронную микроскопию (FIB/SEM) для изучения синаптической организации слоя III поля Бродмана 21 в образцах тканей человека, полученных из вскрытия и биопсии. Мы проанализировали синаптическую плотность, трехмерное..
Работа с атрибутивными графами, часть 2 (информатика)
Надежное выравнивание атрибутивных графов с помощью совместного изучения структуры и оптимального транспорта (arXiv)
Автор: Цзяньхэн Тан , Вэйци Чжан , Цзяцзинь Ли , Канфэй Чжао , Фуги Цунг , Цзя Ли .
Аннотация: Выравнивание графов, направленное на идентификацию соответствующих объектов в нескольких сетях, широко применяется в различных областях. Поскольку графы, которые необходимо выровнять, обычно строятся из разных источников, проблемы несоответствия структур и функций между..
Объем последовательности: идеи мета-ИИ для автономного интеллекта
Еженедельный информационный бюллетень с более чем 100 000 подписчиков, в котором обсуждаются важные исследовательские работы по машинному обучению, интересные технические выпуски, деньги в ИИ и реальные реализации.
