Publikációk a témában 'deep-learning'
A több osztályú naplóvesztés elsajátítása: Átfogó útmutató a gépi tanulási készségek fejlesztéséhez…
A több osztályú naplóveszteség elsajátítása: Átfogó útmutató a gépi tanulási készségek fejlesztéséhez.
Bevezetés:
A gépi tanulás területén az osztályozási problémák gyakran több osztályt érintenek. Az ilyen modellek teljesítményének értékeléséhez szükségünk van egy robusztus és sokoldalú mérőszámra, amely képes több osztályú forgatókönyvek kezelésére. Itt jön képbe a több osztályú naplózási veszteség mérőszáma. Ebben a cikkben mélyen elmélyülünk a Multi-Class Log Loss fortélyaiban,..
Legutóbbi ötletek a Transfer Learning 2023 4. részével kapcsolatban (gépi tanulás)
Feltételes adapterek: Paraméterhatékony transzfertanulás gyors következtetéssel (arXiv)
Szerző: Tao Lei , Junwen Bai , Siddhartha Brahma , Joshua Ainslie , Kenton Lee , Yanqi Zhou , Nan Du , Vincent Y. Zhao , Yuexin Wu , Bo Li , Yu Zhang , Ming-Wei Chang
Absztrakt: Javasoljuk a feltételes adaptert (CoDA), egy paraméter-hatékony átviteli tanulási módszert, amely a következtetések hatékonyságát is javítja. A CoDA a szabványos adapter-megközelítéseken túl általánosít,..
Egyszerű neurális hálózat létrehozása Keras segítségével bináris osztályozási feladathoz.
Ebben a cikkben bemutatom, hogyan lehet megvalósítani egy alapvető Neurális hálózatot a Keras használatával.
A Keras egy nagyon felhasználóbarát Deep learning könyvtár, amely egyszerű és gyors prototípuskészítést tesz lehetővé. Konzisztens és egyszerű API-kat kínál, és minimálisra csökkenti a gyakori használati esetekhez szükséges felhasználói műveletek számát, valamint egyértelmű és használható visszajelzést ad felhasználói hibák esetén.
A bináris osztályozási feladathoz a „..
Konvolúciós neurális hálózatok használata utcatáblák osztályozására
Az autó feltalálása óta a gyártók folyamatosan több biztonsági funkciót és jobb formatervezést adtak hozzá az idő múlásával azzal a céllal, hogy a vezetők biztonságban legyenek az utakon. Az autógyártók dollármilliókat költöttek a biztonsági övek, gumiabroncsok és szinte minden elképzelhető autóalkatrész vagy -alkatrész biztonsági fejlesztéseinek kutatására. Mindezen beruházások ellenére a vezetés 2019-ben lényegesen halálosabb, mint az olyan alternatívák, mint a „légi utazás”. A..
10 új dolog, amit érdemes elolvasni az AI-ban
# hackernoon.com
Az internet haldoklik az álhírektől és a propagandától, ki fogja megmenteni? AI blokklánc tartalom-összesítés…
"Blockchain: a gépek kiegyensúlyozzák a környezetet"
# hackernoon.com
Új típusú adatok A Blockchain kriptovalutái több ezerre rúgnak. Ahogy fejlődnek a valuták…
"Hogyan lehet hasznomra a mesterséges intelligencia + blokklánc technológia?"
# medium.com
Írta: Nikhil Jain 4 évvel ezelőtt üzleti ügyben utaztam, amikor a feleségem felhívott. A..
Hogyan működik a vizuális kapcsolatészlelés, 1. rész (gépi tanulás)
Egységes vizuális kapcsolat-észlelés látás- és nyelvi modellekkel (arXiv)
Szerző: Long Zhao , Liangzhe Yuan , Boqing Gong , Yin Cui , Florian Schroff , Ming-Hsuan Yang , Hartwig Adam , Ting Liu
Absztrakt: Ez a munka egyetlen vizuális kapcsolatérzékelő betanítására összpontosít, amely előrejelzi a több adatkészletből származó címketerek egyesülését. A különböző adatkészletekre kiterjedő címkék egyesítése kihívást jelenthet a következetlen taxonómiák miatt. A probléma..
Benchmark M1 vs Xeon vs Core i5 vs K80 és T4
Hasonlítsa össze az Apple Silicon M1 CPU és GPU teljesítményét az MLP, CNN és LSTM modellek csúcskategóriás konfigurációival
Novemberi bevezetésük óta az Apple Silicon M1 Mac-ek számos benchmarkban lenyűgöző teljesítményt mutatnak. Ezek az új processzorok olyan gyorsak, hogy sok teszt a MacBook Airt vagy a Pro-t csúcskategóriás asztali számítógépekkel hasonlítja össze, ahelyett, hogy a laptoppalettán maradna. Ennek általában nincs értelme a benchmarkban. De itt a dolgok másként..
Új anyagok
A rádiógomb ellenőrzött eseményének használata a jQueryben
Ebben a cikkben látni fogjuk, hogyan kell dolgozni a jquery választógombbal ellenőrzött eseményeivel. A választógombok HTML gombok, amelyek segítenek kiválasztani egyetlen értéket egy csoportból...
Körkörös függőségek megoldása terraformban adatforrásokkal – lépésről lépésre
Mi az a körkörös függőségek
Dolgozzunk egy egyszerű eseten, amikor az SQS-sor és az S3-vödör közötti körkörös függőség problémája van egy egymástól függő címkeérték miatt.
provider..
Miért érdemes elkezdeni a kódolást 2023-ban?
01100011 01101111 01100100 01100101 — beep boop beep boop
Világunk folyamatosan fejlődik a technológia körül, és naponta fejlesztenek új technológiákat a valós problémák megoldására. Amint..
🎙 Random Noise #2 – Örökbefogadás és hit
az analitika íratlan világának gondozása
Szeretné, hogy ezek a frissítések a postaládájába kerüljenek? Iratkozzon fel itt .
"Ha önvezető autókat gyártanak, akkor mi miért ne..
A legrosszabb politika és prediktív modellek májátültetésre jelöltek számára az Egyesült Államokban
A máj (vagy óangolul lifer) az emberi test legnehezebb belső szervére utal, amely csendesen működik a nap 24 órájában.
Mit csinál a máj? 500 feladatot hajt végre a szervezet egészségének..
5 webhely, amely 2022-ben fejleszti front-end fejlesztői készségeit
Frontendmentor.io
A tényleges projektek létrehozásával a Frontendmentor.io segítséget nyújt a front-end kódolási képességeinek fejlesztésében. A kódolást azután kezdheti meg, hogy..
Mikor kell használni a Type-t az interfészhez képest a TypeScriptben?
A TypeScript a JavaScript gépelt szuperkészlete, amely statikus gépelést ad a nyelvhez. Ez megkönnyíti a robusztus és karbantartható kód írását azáltal, hogy a hibákat a fordítási időben..