Публикации по теме 'deep-learning'


Насколько полууправляемое обучение стабилизировало часть 1 (машинное обучение)
Улучшение характеристик RF-DNA Fingerprinting в многолучевой среде внутри помещений с использованием полуконтролируемого обучения (arXiv) Автор : Мохамед к. Фадул , Дональд Р. Райзинг , Лакмали П. Вирасена , Т. Даниэль Лавлесс , Мина Сартипи Аннотация. Ожидается, что к 2025 году число развертываний Интернета вещей (IoT) достигнет 75,4 миллиарда. Примерно 70% всех устройств IoT используют слабое шифрование или не используют его; таким образом, подвергая их и подключенную к..
Развертывание конвейера глубокого обучения с помощью Docker на AWS
Примечание: эта статья написана с Мохамедом Лабуарди Модели глубокого обучения сложно разработать и настроить. Каждый специалист по данным может испытать чувство облегчения, обнаружив, что их модели работают с новыми данными так же хорошо, как и на этапах обучения, тестирования и проверки. Однако это не достижение, а начало новой зоны турбулентности: как модель (которая в нашем случае будет производиться как REST API) масштабируется для обработки растущего количества запросов?..
Интерпретируемость и объяснимость модели: подробное руководство
В этой статье обсуждаются методы и лучшие практики для объяснения прогнозов, сделанных моделями на основе деревьев, нейронных сетей и глубокого обучения. Введение в объяснимость модели По мере того, как модели машинного обучения становятся все более распространенными в процессах принятия решений, важно понимать, как эти модели делают прогнозы, и иметь возможность объяснить процесс принятия решений широкому кругу аудитории. Это известно как объяснимость модели или способность..
Глубокое обучение, сверточные нейронные сети (CNN), рекуррентные нейронные сети (RNN), LSTM (долго…
Что такое глубокое обучение? Собственно, глубокое обучение — это ветвь машинного обучения. Машинное обучение включает в себя несколько различных типов алгоритмов, которые получают несколько тысяч данных и пытаются извлечь из них уроки, чтобы предсказать новые события в будущем. Но глубокое обучение применяет нейронную сеть как расширенную или вариативную форму. Глубокое обучение способно обрабатывать миллион точек данных. Самая фундаментальная инфраструктура глубокого обучения..
Привет ГАНу (Начальная версия)
Написав после долгого времени, вот основное + подробное объяснение генеративно-состязательных сетей и генеративно-состязательных сетей, основанных на стиле. Это объяснение разрешит все ваши сомнения относительно GAN, поскольку мы знаем, что понимание GAN немного сбивает с толку. Посетите: amitnkhade.com Введение GAN — это просто генеративная модель, которая генерирует новые данные из входных данных. Они используются для выполнения неконтролируемых операций. Они работают в..
Ключевые концепции машинного обучения, как создавался ИИ, могут ли нейронные сети думать? и +!
НОВОСТНАЯ БЮЛЛЕТЕНЬ Ключевые концепции машинного обучения, как создавался ИИ, могут ли нейронные сети думать? и +! Информационный бюллетень по искусственному интеллекту (ИИ) от Towards AI # 16 Если у вас возникли проблемы с прочтением этого письма, просмотрите его в веб-браузере . Всем привет. Мы надеемся, что вы хорошо. В этом выпуске мы погружаемся в захватывающую шпаргалку, в которой изложены ключевые концепции машинного обучения, история искусственного интеллекта (ИИ),..
Модули Python для глубокого обучения!
Создание модуля на Python для проекта глубокого обучения включает организацию кода в логические компоненты, которые можно импортировать и использовать в других частях проекта. Вот несколько общих шагов, которые необходимо выполнить при создании модуля: Определите функциональность . Перед созданием модуля важно определить функциональность, которую модуль должен предоставлять. Например, если вы строите модель глубокого обучения, вы можете создать модуль, содержащий код для..