Статьи по теме neural-networks

Публикации по теме 'neural-networks'

Типы нейронных сетей (ANN, RNN, CNN)

Существует несколько разновидностей нейронных сетей, каждая из которых выполняет определенную функцию. Хотя это не исчерпывающий список, следующие типичны для наиболее частых типов нейронных сетей, используемых в популярных случаях использования: Фрэнк Розенблатт изобрел персептрон в 1958 году, что сделало его самой ранней нейронной сетью. Это самый простой тип нейронной сети, состоящий только из одного нейрона: Эта статья в основном посвящена нейронным сетям с прямой связью,..

Система рекомендаций Netflix по фильмам

Мы рассмотрим, как построить модель рекомендации фильмов с помощью TensorFlow. Что такое рекомендательная модель? Говоря простым языком, рекомендательная модель - это алгоритм, который направлен на предоставление пользователю наиболее актуальной и релевантной информации в зависимости от поведения пользователя. Такие компании, как Netflix и Google, имеют огромную базу данных о поведении собранных данных, чтобы иметь возможность выполнять самые современные рекомендации, чтобы они..

Классификация пород собак с использованием сверточных нейронных сетей

Существует более 100 различных пород собак. Каждый со своими уникальными особенностями и профилями. Вам может быть интересно, можете ли вы идентифицировать каждую породу собак, которую видите? Ну, можешь? Вероятно, нет, но в наши дни вы будете удивлены, насколько хорошо нейронные сети могут выполнять работу по обнаружению этих пород собак. Однако насколько хорошо машинное обучение и нейронные сети позволяют идентифицировать породы собак? Что ж, будем разбираться в этом блоге. В..

Flux.jl на MNIST — Вариации темы

Flux.jl на MNIST — Вариации на тему Flux.jl — это стек машинного обучения, предлагающий легкие компоненты для создания моделей и их обучения. Используя набор данных MNIST, мы увидим, как легко создавать различные подходы для классификации этого набора данных, просто соединяя такие компоненты вместе. Обзор Flux.jl Flux.jl — это пакет, написанный на 100% Юлией. Он нацелен на построение моделей, которые обычно обучаются с использованием итеративного подхода, основанного на..

Искусственный идеал искусственного интеллекта

Как человек, который использует методы «искусственного интеллекта» в своей творческой работе, я чувствую необходимость написать документ, который четко определяет мой идеал, когда дело доходит до создания искусства с использованием «ИИ». (обратите внимание, что большая часть этой статьи написана месяц назад, все быстро меняется, но я думаю, что основная мысль, которую я изложил здесь, остается в силе.) Быстрый фон Я рисую и рисую сколько себя помню. Я копил несколько месяцев, чтобы..

DensePose от CMU из WiFi: доступный, доступный и безопасный подход к человеческому зондированию

Недавнее и быстрое развитие мощных моделей машинного обучения для компьютерного зрения повысило производительность оценки позы человека в 2D и 3D с помощью камер RGB, LiDAR и радаров. Однако эти подходы могут потребовать дорогостоящего и энергоемкого оборудования и вызывают опасения по поводу конфиденциальности в связи с их развертыванием в закрытых помещениях.

Что такое глубокое обучение?

Что такое глубокое обучение? Глубокое обучение — это область машинного обучения, целью которой является решение сложных задач с использованием искусственных нейронных сетей и больших наборов данных. Имитируя работу человеческого мозга, его многослойная структура обеспечивает более эффективные результаты. Эта технология используется во многих областях, таких как автономное вождение, распознавание изображений и речи, обработка естественного языка, системы рекомендаций, финансовый анализ..