Публикации по теме 'neural-networks'
Визуальное руководство по планировщикам скорости обучения в PyTorch
Стратегии распада и отжига LR для глубокого обучения в Python
Какова скорость обучения в глубоком обучении?
Нейронные сети имеют множество гиперпараметров, влияющих на производительность модели. Одним из необходимых гиперпараметров является скорость обучения (LR), которая определяет, насколько меняются веса модели между этапами обучения. В простейшем случае значение LR является фиксированным значением от 0 до 1.
Однако выбор правильного значения LR может оказаться сложной..
Где я нахожу новости о глубоком обучении (обновление 2022 г.)
Трудно найти надежные источники информации, когда вы только начинаете заниматься глубоким обучением. Это сэкономит ваше время, усилия и головную боль.
Существует множество бесплатных ресурсов по машинному обучению, но их огромный объем затрудняет их просмотр. Не все из них надежны или хорошо написаны. Когда вы только начинаете глубокое обучение, плохо написанное руководство может помочь…
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..
Почему это называется градиентным спуском!
Почему это называется градиентным спуском! Если производная всегда является постоянной величиной, как сделать ее равной нулю!
Является ли обучение с самоконтролем будущим ИИ?
Крупнейшие технологические компании разрабатывают искусственный интеллект, способный обучаться самостоятельно
Самостоятельное обучение (SSL) часто называют «будущим искусственного интеллекта». Google и Facebook используют этот метод машинного обучения, чтобы установить новые ориентиры в области обработки естественного языка и компьютерного зрения.
Как использовать пул рентабельности инвестиций и согласование рентабельности инвестиций в нейронных сетях (PyTorch 1.0)
ОБНОВЛЕНИЕ : этот метод больше не нужен для Torchvision 0.3+, который увеличивает рентабельность инвестиций. Для Torchvision 0.3+ требуется PyTorch 1.1+. Эта статья по-прежнему публикуется для людей, которым необходимо использовать ROI с PyTorch 1.0, и представляет собой обзор того, как работает объединение ROI в целом.
Если вы когда-либо хотели выполнить проект глубокого обучения, связанный с компьютерным зрением или обработкой изображений, вы, возможно, встречали слои ROI Pool и ROI..
Обучение нейронных сетей прогнозированию цен с помощью TensorFlow
Узнайте, как сделать вашу DNN более эффективной при решении задач регрессии: практическое руководство с TensorFlow и Keras.
Использование глубоких нейронных сетей для задач регрессии может показаться излишним (и довольно часто), но в некоторых случаях, когда у вас есть значительный объем многомерных данных, они могут превзойти любые другие модели машинного обучения.
Когда вы изучаете нейронные сети, вы обычно начинаете с некоторой проблемы классификации изображений, такой как набор..
