Публикации по теме 'neural-networks'
Apple Core ML
На сцену машинного обучения выходит новый игрок, работающий на платформе Apple, Core ML.
Core ML имеет ключевое преимущество: он обеспечивает конфиденциальность пользовательских данных и гарантирует, что приложения будут оставаться функциональными и отзывчивыми, когда сетевое подключение недоступно.
Core ML Frameworks можно использовать для:
Анализ изображения с помощью Vision Обработка естественного языка с помощью Foundation (например, NSLinguisticTagger) Оценка изученных..
Классификация событий с помощью нейронной сети
Тема машинного обучения становится все более популярной в последние годы. Это способность использовать нейронные сети, которые позволяют нашему программному обеспечению «учиться» само и автоматически выполнять задачи за нас, как это сделал бы человек. Например, машинное обучение было использовано для разработки программы, которая смогла обыграть лучшего игрока в го в мире.
Хотя я не пробую ничего более амбициозного, чем создание нейронной сети, которая может играть в Go, самую сложную..
Откройте для себя темные знания с помощью нейронных сетей - извлечение знаний
Мотивация . Основная цель любой модели машинного обучения и искусственного интеллекта определяется тем, насколько хорошо она может обобщать невидимые данные, а не насколько хорошо она работает с данными обучения. Если мы посмотрим на эту цель более внимательно, предпочтительнее иметь разные адаптации модели для целей обучения и вывода. Во время обучения нам нужны глубокие и сложные модели, чтобы обучаться на большом количестве обучающих данных, но во время вывода нам просто нужна более..
Генеративные состязательные сети (GAN): интуитивное введение
Всестороннее введение компьютерных генеративных моделей
Вы не поверите, но изображение справа вверху полностью создано компьютером на основе реального изображения Ли Сянь Луна слева. Здесь его изображение лица было «опровергнуто», но при этом сохранялась его отличительная внешность. Оппа - это термин на корейском языке, обозначающий старшего брата. Это также выражение нежности для красивых корейских актеров. Это примерный пример преобразования изображений стилей , когда..
Coursera - Обзор машинного обучения
Я уже давно собирался закончить этот курс, но каждый раз мое внимание привлекала какая-то другая достопримечательность, например, какой-то другой MOOC или предмет. Из-за популярности и многочисленных положительных отзывов я знал, что этот курс будет хорошим, но каждый раз появлялся новый MOOC по какой-то новой теме, которую я ждал, и я бросался к ней.
Но теперь, когда Эндрю Нг выпустил новую специализацию по Глубокому обучению , которую я очень хочу начать следующей, я был..
Распознавание лиц с помощью VGG.
Как мы все знаем, распознавание лиц — это метод идентификации или подтверждения личности человека по его лицу. В настоящее время распознавание лиц используется для того, чтобы сделать мир безопаснее, умнее и удобнее. Существует множество вариантов использования, например: блокировка телефона, идентификация людей в социальных сетях, посещаемость школы и многое другое. Существуют разные способы распознавать лица с помощью LBPH (гистограммы локального бинарного паттерна) , который..
Учимся понимать музыку из Shazam
Здесь, в Shazam, мы можем распознать миллионы и миллионы песен за считанные секунды - даже в шумной или сложной обстановке. Вы можете спросить, можем ли мы использовать этот опыт в распознавании музыки, чтобы автоматически отвечать на такие вопросы, как:
В каком жанре эта песня? Какая радиостанция может это проиграть? Какие инструменты представлены? Какое настроение можно было бы описать? Я бы хотел? Какие еще песни похожи?
Фактически, подобные вопросы уже послужили поводом для..
