Публикации по теме 'neural-networks'


Основы глубокого обучения — что такое функция активации и почему она так важна?
В этой короткой статье мы обсудим основную роль функции активации. Обычно мы используем разные функции активации, и это сильно зависит от случая — поэтому понимание того, как они работают, очень важно. Напомню некоторые факты: Нейронная сеть состоит из множества слоев, и каждый слой состоит из нейронов. Это просто концепция, и мы относимся к нейрону как к некоторому объекту с одним или несколькими входами и одним выходом. Каждый вход нейрона имеет связанный с ним вес — веса..
Как нейронные сети учатся писать
Обзор эволюции моделей НЛП для написания текста На каком-то онлайн-форуме историков пользователь задает вопрос: Было ли у среднего советского гражданина чувство юмора? Вскоре после этого они получают ответ длиной в пять абзацев. Прежде чем сформулировать сложный ответ, он начинается с разумного вводного объяснения: В Советском Союзе существовало своего рода универсальное чувство юмора, которое часто ассоциировалось с советской идентичностью и коммунистической партией...
Запоминание и глубокие нейронные сети
В области науки о данных и особенно в машинном обучении нередко задаются вопросом: Что происходит в скрытых слоях? когда думаешь о глубоких нейронных сетях. Эти сети могут показаться алгоритмами черного ящика , поскольку большая часть внутренних вычислений в настоящее время недостаточно изучена, а отсутствие понимания этого поведения может дорого обойтись, когда дело касается времени, оборудования и финансов, особенно в сфере больших данных . В Более пристальном взгляде на..
Автоматизированная идентификация индонезийских носорогов
Предложение по разработке и обучению автоматизированной системы идентификации носорогов на основе ограниченных данных фотоловушек. Компания Cooper Oelrichs СИЭС Введение Два индонезийских вида носорогов, суматранский и яванский носорог, оба находятся под угрозой исчезновения. Подсчитано, что всего в мире осталось 68 яванских носорогов и 80 суматранских носорогов . Предлагаемый подход к сохранению требует расширения программ фотоловушек для сбора данных для изучения оставшихся..
Нейронная сеть удаляет дымку с отдельных изображений
Из-за рассеянного частицами света изображения, сделанные в туманную погоду, вероятно, будут включать в себя смещенные цвета, ослабленную насыщенность и пониженную контрастность. Такие факторы оказывают значительное неблагоприятное влияние на выполнение многих задач компьютерного зрения высокого уровня, таких как распознавание и классификация объектов, аэрофотосъемка, автономное вождение, дистанционное зондирование и другие. Однако удаление дымки отдельного изображения - очень сложная..
Секвенирование рецепторов Т-клеток с использованием нейронных сетей
Помощь в искоренении болезней и вирусов с помощью Т-клеток. Величайшая угроза человечеству… Какая самая большая угроза человечеству? Кто-то может сказать, что это ядерные осадки. Другие могут сказать, что это угроза столкновения с нашей планетой большого астероида. На самом деле, большинство людей считает, что самая большая угроза человечеству - это некая невообразимая вещь, которая не во всем этом мире, которая уничтожит людей одним махом. Что ж ... величайшая угроза..
Лучшие практики глубокого обучения: методы регуляризации для повышения производительности нейронной сети
Ограничение модели, чтобы упростить ее и снизить риск переобучения Сложные модели, такие как глубокие нейронные сети, склонны к переобучению из-за их гибкости в запоминании идиосинкразических паттернов в обучающем наборе вместо обобщения на невидимые данные. Любое изменение, которое мы вносим в алгоритм обучения, чтобы уменьшить его ошибку обобщения, но не ошибку обучения, называется регуляризацией . Достаточно простая модель за счет использования методов регуляризации позволяет..