Статьи по теме neural-networks

Публикации по теме 'neural-networks'

Генеративные состязательные сети - Кира против L

Введение Глубокое обучение добилось огромных успехов с точки зрения как структурированных, так и неструктурированных данных. Он обладает высокой точностью для задач распознавания изображений и задач обработки естественного языка, таких как анализ тональности. Но раньше он никогда не предназначался для генерации данных, и именно для этого и созданы генерирующие состязательные сети (GAN). Он генерирует новые данные на основе данных, на которых он обучен. Впервые GAN были представлены..

Трансферное обучение с классификацией фруктов

Краткий обзор трансферного обучения и пример использования предварительно обученных моделей для глубокого обучения с InceptionV3. Для тех из вас, кто не знает, что такое глубокое обучение, это жанр машинного обучения, который подпадает под категорию искусственного интеллекта. Этот тип технологий - это не искусственный интеллект я, робот , и мы, как вид, довольно далеки от разработки чего-то подобного. Однако глубокое обучение и многие другие подходы к машинному обучению настолько..

Оценка неопределенности для нейронной сети - выпадение как байесовское приближение

Ключевая тема этой статьи заключается в том, что вы можете использовать исключение для повышения достоверности прогнозов. Эта статья в основном посвящена тому, как я начинаю с статьи Uber Глубокое и уверенное прогнозирование временных рядов в Uber. Интерпретация модели с помощью нейронных сетей была непростой задачей, зная, что надежность нейронной сети может быть очень важно для бизнеса. Несмотря на множество сложных доказательств в этой серии статей, все они пытаются ответить..

МАШИННОЕ ОБУЧЕНИЕ - Некоторые кости

Машинное обучение - это общий термин, он охватывает многие виды деятельности. С точки зрения разработки программного обеспечения это можно рассматривать как деятельность, возникшую на основе распознавания образов. Еще более узко это можно рассматривать как присвоение метки заданному входному значению. Система, разработанная для обучения на примерах, будет содержать классификатор, который принимает данные в качестве входных и присваивает им метку в качестве выходных. X =..

Как создать простую веб-службу тематической классификации для текстового содержимого с использованием Python

О чем это? Это руководство по созданию простого веб-сервиса RESTful классификации по теме/предмету для заданного текстового контента с использованием различных подходов машинного обучения в Python. Я реализовал два подхода к Python для решения этой проблемы. Для того, чтобы сравнить производительность, качество и точность. Первый подход: техника Paragraph2Vec в библиотеке Gensim . Второй подход: нейронная сеть (были реализованы как RNN / Bag-Of-Words , так и CNN ) методы в..

Введение в нейронные сети и функции активации

Введение в нейронные сети и функции активации В этом блоге мы расскажем: Нейронная сеть: простые нейронные сети и их работа. Функция активации: Введение и три широко используемые функции активации: 2.a - сигмовидная функция 2.b - ReLu (выпрямленная линейная единица) 2.c - Leaky ReLu Итак, приступим. НЕЙРОННАЯ СЕТЬ: При анализе человеческого мозга было обнаружено, что в нем миллиарды нейронов соединены друг с другом в сетчатую структуру. Итак, что такое нейрон?..

Предвзятые данные: проклятие ИИ

Проклятие ИИ Оглавление "Введение" Повсеместное распространение ИИ ИИ в принятии решений Отрасли, использующие ИИ Абсолютная зависимость ИИ от данных Наличие недостоверных или предвзятых данных Снижение предвзятости от системы ИИ "Вывод" "Использованная литература" Введение Эта статья начинается с введения в ИИ и того, как он быстро становится всепроникающим. Затем следует рассмотрение все более важной роли, которую ИИ играет в принятии решений, после чего..