Публикации по теме 'deep-learning'
Я хотел бы поделиться некоторыми моментами в последних двух курсах специализации глубокого обучения, которые я нашел полезными и, возможно, менее широко…
Недавно я уволился со своей предыдущей работы, и у меня было время пройти Специализацию глубокого обучения на Coursera. Я прошел все 5 курсов примерно за 2 недели. Хотя я был хорошо знаком с предметами специализации, для меня это была хорошая возможность вспомнить важные вещи, которые я забыл, и узнать то, чего я не знал.
Я начал писать то, что узнал из специализации с нуля, но тут наткнулся на этот пост , где кратко изложены первые три курса специализации. Это хорошее резюме высокого..
Ресурсы по машинному обучению для начинающих
Взлом AI
Ресурсы по машинному обучению для начинающих
Традиционная программа - это набор инструкций, которые мы предоставляем машине для выполнения определенной задачи. С другой стороны, машинное обучение совсем другое и уникальное. Машинное обучение - это подмножество искусственного интеллекта, при котором машина может учиться и улучшать себя на основе опыта, не будучи явно запрограммированной кем-либо. Машинное обучение переживает период бурного роста, и в настоящее время..
Как работает Hard-Exploration, часть 1 (информатика)
Оценка производительности алгоритмов нейроэволюции качества-разнообразия в сложных задачах исследования (arXiv)
Автор: Феликс Шалюмо , Тома Пьеро , Валентин Масе , Артур Флажоле , Карим Бегир , Антуан Калли , Николя Перрен-Жильбер .
Аннотация: Увлекательный аспект природы заключается в ее способности производить коллекцию организмов, которые высокоэффективны в своей нише. Методы Quality-Diversity (QD) — это эволюционные алгоритмы, вдохновленные этим наблюдением, которые дали..
Последние инновационные исследования в области искусственного интеллекта и дополненной реальности, 2023 г., часть 2
Мультимодальное заземление для воплощенного ИИ с помощью гарнитур дополненной реальности для планирования задач на естественном языке (arXiv)
Автор: Сельма Ванна , Фабиан Парра , Роберт Вальнер , Карл Круусамяэ , Митч Прайор .
Аннотация: Недавние достижения в области генеративного моделирования стимулировали возрождение в области встроенного искусственного интеллекта (EAI). Системы EAI обычно развертывают большие языковые модели в физических системах, способных взаимодействовать..
Что такое глубокое обучение?
Что такое глубокое обучение?
Глубокое обучение — это область машинного обучения, целью которой является решение сложных задач с использованием искусственных нейронных сетей и больших наборов данных. Имитируя работу человеческого мозга, его многослойная структура обеспечивает более эффективные результаты. Эта технология используется во многих областях, таких как автономное вождение, распознавание изображений и речи, обработка естественного языка, системы рекомендаций, финансовый анализ..
Все, что вам нужно знать о распределенном обучении и его часто невыразимых нюансах
Понимание параллелизма данных и параллелизма моделей, их возможностей и их криптонита
Идея разделения частей работы для получения исключительных результатов за короткий промежуток времени и, таким образом, снижения общей нагрузки, как раз и является сутью нашей темы под названием «Распределенное обучение», которая привела к очень интересным исследованиям в области машинного обучения. обучение продвигает наши технологии еще на один шаг вперед.
Введение в распределенное обучение..
Математическая часть сигмовидного нейрона
Отказ от ответственности: это примечания к уроку Математическая часть сигмовидного нейрона (курс PadhAI onefourthlabs Первый курс глубокого обучения )
Алгоритм обучения:
Мы знаем, что нужно обновить вес w, используя формулы perticualr.
w = w+ η Δw [η — малое значение]
Что нам нужно в основном после обновления
Потери(w)› Потери(w+ ηΔw)
Потеря должна уменьшиться после того, как мы обновим значение w.
Мы сделаем все это, используя ряды Тейлора.
Серия Тейлор:..