Публикации по теме 'heartbeat'
Ваше приложение находится в облаке | Конвейер MLOps с AWS Beanstalk и GitHub Actions
В этой статье вы развернете свое приложение Flask на AWS Beanstalk с помощью GitHub Actions. Вы реализуете конвейер MLOps с непрерывной интеграцией и развертыванием, используя простые пошаговые объяснения.
Введение
В предыдущей статье этой серии мы обсудили два разных способа загрузки приложений Flask в AWS Beanstalk. Сначала мы загрузили наше приложение Flask с графическим пользовательским интерфейсом (GUI) AWS Beanstalk. Во-вторых, мы загрузили наше приложение Flask в AWS..
Обнаружение 3D-объектов для мобильного AR с использованием MediaPipe и WebXR
Обнаружение объектов — это процесс анализа изображений или видео с целью определения различных классов присутствующих объектов и ограничивающей рамки для определения их положения. Эта концепция была довольно популярна в сообществе машинного обучения, поскольку основные решения предлагают ограничивающие 2D-рамки. Обнаружение объектов играет важную роль в создании приложений дополненной реальности, и некоторые варианты использования:
Отображение важной информации поверх целевого..
Создание системы рекомендаций по статьям с использованием Python
Существует множество реальных приложений машинного обучения, но системы рекомендаций по статьям являются одними из наиболее часто используемых. Если вы часто выходите в Интернет, чтобы читать статьи и блоги, вы, вероятно, заметили или наткнулись на раздел под статьей, которую вы только что закончили читать, с заголовком « Предлагаемые статьи » или « Похожие статьи. » Это делается с помощью рекомендательного алгоритма.
Много раз читатели заходят на веб-сайты, чтобы читать статьи и..
Как ИИ используется для оптимизации затрат на облако
Сложность облачных затрат
Счета поставщиков облачных услуг, как правило, длинные, сложные и трудные для понимания. Каждая облачная служба, как правило, имеет свои собственные показатели выставления счетов, что затрудняет понимание исторического использования и уверенное прогнозирование будущего использования службы. Когда компании используют десятки или даже сотни облачных сервисов, проблема умножается.
Еще одним аспектом сложности является то, что несколько команд или отделов могут..
Синтетические данные: мост через ров данных
Если бы я дал вам 30 минут и достаточно мощный компьютер, вы могли бы обучить модель машинного обучения распознавать десятки пород собак с большей точностью, чем большинство людей. Частично это связано с отличными инструментами и фреймворками, такими как TensorFlow или PyTorch , но это также связано с доступностью данных. В какой-то момент щедрые исследователи решили выделить время, чтобы пометить несколько тысяч изображений домашних животных и опубликовать эти данные. Попробуйте..
Методы обработки несбалансированных данных в машинном обучении
Различные способы обработки несбалансированных данных для задачи классификации
В процессе машинного обучения при решении задач классификации вы, вероятно, сталкивались с ситуациями, когда количество наблюдений для одной из меток целевого класса значительно меньше, чем количество наблюдений для других целевых классов. Этот тип данных называется несбалансированными данными, и эта ситуация очень распространена в практических сценариях классификации.
В этой статье мы обсудим, что такое..
Как создать набор данных компьютерного зрения из видео в R
Я хотел написать небольшую статью о создании наборов данных изображений из видео для компьютерного зрения. Здесь мы возьмем видео, которое я снял на свой телефон, и создадим наборы данных для обучения и проверки на основе видео в R. Я надеюсь, что кто-то, кто плохо знаком с компьютерным зрением, наткнется на эту статью, и что я смогу сэкономьте этому человеку немного времени и дополнительные поиски в Google. У меня кружится голова, когда я нахожу статью в блоге, которая делает именно..
