Публикации по теме 'transfer-learning'
Как использовать трансферное обучение в TensorFlow
Трансферное обучение - блестящая функция, предоставляемая TensorFlow. Это помогает обучать новые модели, получая помощь от уже обученных моделей. Учтите, что вы хотите обучить модель прогнозированию количества определенных объектов в изображении, но у вас недостаточно изображений для обучения, затем мы можем использовать уже обученные модели в наших интересах и настроить их, чтобы получить наш результат, не обучая модель для огромный набор данных и потратить много времени и вычислений на..
Автоматическое распознавание речи на вьетнамском языке с использованием модели NVIDIA — QuartzNet
В этой статье мы демонстрируем эффективность задач автоматического распознавания речи (ASR) с трансферным обучением. Мы начинаем с предварительно обученной модели ASR на английском языке и показываем, что трансферное обучение может быть эффективно и легко выполнено на другом языке (например, вьетнамском), даже если набор данных для тонкой настройки невелик.
Ключевые слова — вьетнамский язык, автоматическое распознавание речи, трансферное обучение, вьетнамский текст в речь
Похожие работы..
Создание классификатора пород собак на основе сверточной нейронной сети
Можно ли использовать современные подходы к глубокому обучению для создания алгоритма, определяющего породы собак на основе заданного входного изображения?
Ответ наверняка: «Да!»
Может ли сверточная нейронная сеть (CNN), решающая эту задачу, быть построена с нуля на обычной локальной машине?
Ответ здесь должен быть немного более расплывчатым:
«Теоретически да, но это требует много времени, данных и ресурсов».
В этой статье я хочу показать, как я строю классификатор пород собак..
Оценка позы человека с помощью глубоких нейронных сетей
ПРЯМОЙ ПРОЕКТ
Оценка позы человека с помощью глубоких нейронных сетей
Оценка ключевых точек, обнаружение объектов, R-CNN, трансферное обучение, ResNet
Мы только что запустили нашу платформу liveProject , где вы можете подписаться на структурированный проект и получить реальный опыт.
В этом liveProject вы возьмете на себя роль инженера по машинному обучению, работающего в компании, разрабатывающей приложения дополненной реальности. К таким приложениям относятся игры,..
Создание пользовательского детектора объектов с использованием предварительно обученной модели в Tensorflow
*** Процедуры в этой статье не применимы к последним репозиториям моделей Tensorflow. Ожидайте обновления. ***
Недавние разработки в области компьютерного зрения сделали возможным появление новых захватывающих технологий, таких как беспилотные автомобили, распознавание жестов и машинное зрение. Вычислительная мощность, необходимая для создания моделей компьютерного зрения, была препятствием для входа тех, кто был заинтересован в изучении этой технологии. Однако сегодня это уже не..
Машинное обучение и закон падающих яблок
Заявление об ограничении ответственности: цель этой статьи - не принижать значение машинного обучения в любой форме или форме. Машинное обучение - это прекрасно, я зарабатываю им на жизнь! Дело в том, чтобы просто изучить края и попытаться увидеть, что находится за ними.
Представьте себе молодого Исаака Ньютона, сидящего под деревом, когда он замечает падение яблока. Он думает об этом на мгновение и понимает, что никогда не видел, чтобы яблоко делало что-то еще, кроме как падать..
Новый подход к трансферному обучению обобщает исторические тексты на современных языках
Во многих исследованиях машинного обучения были внедрены системы для расшифровки и перевода древних текстов на современный язык, и они оказались полезными для ученых в области истории, археологии и цифровых гуманитарных наук. Теперь исследователи из Университета Шеффилда, Университета Бейхан и Института СМИ Открытого университета предложили подход к трансфертному обучению, который может автоматически обрабатывать исторические тексты на семантическом уровне для создания резюме на..
