Свързани публикации 'deep-learning'
Архитектура и обучение на конволюционни невронни мрежи (7 точки):
Тази публикация предоставя подробности за архитектурата на Конволюционната невронна мрежа (CNN), функциите и обучението на всеки слой, завършвайки с резюме на обучението на CNN.
Основната CNN архитектура се състои от: Input-›(Conv+ReLU)-›Pool-›(Conv+ReLU)-›Pool-› Flatten-›Fully Connected-›Softmax-›Output Извличането на функции се извършва в слоевете Convolutional layer+ReLU и Pooling, а класификацията се извършва в слоевете Fully Connected и Softmax.
3. Първи..
Илюстрация (GIF) за обяснение на дълбоки конволюционни мрежи (DCNN)
В света на компютърното зрение най-основният и често срещан алгоритъм за разпознаване на изображения е конволюционната мрежа. С популярността на рамки като tensorflow и pytorch, стана по-лесно да се използват конволюционни мрежи и вместо да имплементираме назад, можем просто да се съсредоточим върху напред.
Тази статия предполага, че всички сме запознати с конволюционните мрежи, така че няма да навлизаме в много подробности тук.
Вместо това просто ще използвам няколко GIF-а, за да освежа..
Докъде стигнахме с безжичните сензорни мрежи част 1 (Машинно обучение)
Съвместно събиране на данни и позициониране на сензори в безжична сензорна мрежа, подпомагана от множество UAV (arXiv)
Автор: Mingyue Zhu , Zhiqing Wei , Chen Qiu , Wangjun Jiang , Huici Wu , Zhiying Feng
Резюме: Благодарение на високата мобилност и лесното разгръщане, безпилотните летателни апарати (UAV) привлякоха много внимание в областта на безжичната комуникация и позициониране. За да се отговори на предизвикателствата на липсата на покритие на инфраструктурата, несигурната..
Работа с Hebbian Learning част 2 (машинно обучение)
Моделиране и контрактивност на невронно-синаптичните мрежи с Hebbian Learning (arXiv)
Автор: Вероника Ченторино , Франческо Було , Джовани Русо
Резюме: Този документ се занимава с моделирането и анализа на два от най-често използваните повтарящи се модели на невронни мрежи (т.е. невронна мрежа на Хопфийлд и невронна мрежа със скорост на задействане) с динамични повтарящи се връзки, подложени на правила за обучение на Hebbian . За да уловим синаптичната рядкост на невронните..
Машини за факторизиране — Снимки + код (PyTorch)
TLDR: Проблем: Има набор от данни за потребители, филми и оценки. Използвайте машини за факторизиране, за да дадете препоръки за филми. Набор от данни: ml-1m.zip от https://grouplens.org/datasets/movielens/ Код: “03_factorization_machines.ipynb” https://github.com/Datadote/matrix-factorization-pytorch Препратки: 1) Публикация на машина за факторизиране 2) Оригинален документ за разлагане на множители от Рендъл 3) Средна публикация за разлагане на матрици
Стъпки: 1)..
Работа с концепцията за Mean-shift в Data Mining част 8
По-бързо средно изместване: GPU-ускорено клъстериране за базирано на косинус вграждане сегментиране на клетки и проследяване (arXiv)
Автор : Mengyang Zhao , Aadarsh Jha , Quan Liu , Bryan A. Millis , Anita Mahadevan-Jansen , Le Lu , Bennett A. Landman , Matthew J. Tyskac , „Юанкай Хуо“
Резюме: Напоследък алгоритмите за дълбоко обучение, базирани на едноетапно вграждане, привличат все по-голямо внимание при сегментирането и проследяването на клетките. В сравнение с..
Квантуване в невронни мрежи
Дълбоко обучение | Квантуване| Брой параметри | Невронна мрежа | производителност
Невронните мрежи отбелязаха експоненциален растеж наскоро на мобилни/вградени платформи поради предимствата, т.е. намалени разходи, ниска латентност, сигурност и консумация на енергия. Въпреки че изчислителните ресурси и наличността на паметта може да не са пречка за настолни и облачни компютри, мобилните/вградените компютърни платформи имат ограничения по отношение на изчислителните възможности и..
Нови материали
Локално разсъждение в Swift
Локално разсъждение в Swift
Swift е невероятно изразителен и мощен език за програмиране. Ще проучим някои от езиковите функции на Swift, които могат да направят вашия код по-лесен за четене...
10 умопомрачителни C# хакове
Здравейте! Като страстен разработчик на C#, аз винаги съм търсил начини да подобря уменията си за кодиране. Вълнувам се да споделя с вас някои умопомрачителни хакове и прозрения, които ми..
Electron с база данни Sqlite3
Electron е рамка за изграждане на междуплатформени настолни приложения с HTML, CSS JavaScript. Electron е написан на C++, Javascript, Objective C, Python и т.н. Днес Electron е супер готин и..
Системи за препоръчване в машинното обучение
Какво представляват двигателите за препоръки?
Това е най-мощното и полезно приложение на технологията за машинно обучение в бизнеса. Тези дни. Днес всеки голям гигант като Google, Amazon,..
Топ 5 Python IDE / текстови редактори
Какви IDE на Python трябва да гледам?
1. Pycharm
Традиционният пълноценен редактор за Python от JetBrains.
PyCharm предоставя широк набор от основни инструменти, тясно интегрирани за..
Извличане на данни от API — част 2
Научете как можете да филтрирате филми въз основа на различни категории.
Моля, вижте предишния урок (Част 1) : Как да извличам данни от истински API — React / JS..
Как да предотвратите влизането на някой от вашата кодова база
// TLDR
TypeScript добавя статично въвеждане към JavaScript, улавяйки грешки като препращане към променливи извън обхвата или извикване на функции с грешни аргументи. Той е несъвършен и има..