Публикации по теме 'deep-learning'
Развертывание моделей глубокого обучения: часть 1, обзор
Недавно академические и отраслевые исследователи провели много интересных и новаторских исследований в области глубокого обучения. Они разработали множество новых невероятно мощных моделей. Однако большая часть этого исследования (за исключением нескольких технологических гигантов) остается только этим исследованием, а не частью производственного приложения. Несмотря на постоянный поток новых статей, по-прежнему невероятно сложно фактически использовать любую из этих моделей в..
Моя серия DL | Обзор DL, часть 1
Введение
Собаку учат сидеть, когда ее владелец повторяет команду и дает собаке лакомство, когда она садится. Это похоже на то, как машину учат выполнять задачу, повторяя задачу и предоставляя обратную связь, когда она выполняется правильно, и если она делает ошибку, есть небольшое наказание, например, не давать ей угощения. Однако, в отличие от собаки, машина может учиться намного быстрее и не нуждается в лакомствах для мотивации.
Что такое модель?
Модель в статистике — это..
Глубокая нейронная сеть с нуля в Rust 🦀 — Часть 4 — Функция потерь и обратное распространение
Серия статей о глубокой нейронной сети с нуля в Rust
После [[3. Глубокая нейронная сеть с нуля в Rust — часть 3 — прямое распространение | Прямое распространение]] нам нужно определить функцию потерь, чтобы вычислить, насколько неверна наша модель в данный момент. Для простой задачи бинарной классификации функция потерь представлена ниже.
где,
m ⇾ количество обучающих примеров
Y ⇾ Истинные обучающие метки
A[L]⇾ Прогнозируемые метки от прямого распространения
Цель..
Учитесь с Jaishree — Техники обучения с подкреплением
Привет Читатель! Привет от Джайшри!
В моем предыдущем блоге я объяснил технику обнаружения объектов. Как обнаруживаются объекты, а также методы, используемые для обнаружения.
Возьмем пример беспилотного автомобиля. С помощью метода обнаружения объектов мы можем идентифицировать сигнал с красным знаком. Теперь, когда обнаружен сигнал и красный цвет, какие действия мы должны выполнить?! Как машина сама решает, останавливаться или нет! Вот где на помощь приходит обучение с..
Расшифровка глубокого обучения: руководство для начинающих по магии глубоких нейронных сетей
Представьте себе, что вы стоите на краю огромного каньона и всматриваетесь в запутанный лабиринт образований, структур и троп. Это мир глубокого обучения — огромный каньон информации, каждый поворот которого открывает новую перспективу, новое понимание. Отправляясь в это путешествие вместе со мной, помните, что каждый уголок этого обширного ландшафта служит определенной цели. Пришло время расшифровать этот мир. Вы готовы?
1. Краткая встреча с сущностью глубокого обучения
Что..
Работа с коэффициентом Рэлея в машинном обучении, часть 13
Асимптотическое поведение нелокальных p-факторов Рэлея (arXiv)
Автор : Фэн Ли
Аннотация: Пусть N≥1, s,kε(0,1), pε(1,∞). Пусть t>1 — открытое ограниченное множество Ω⊂RN, R — радиус Ω. Пусть BtR(Ω) — шар, содержащий Ω, радиуса tR и с тем же центром, что и Ω. В данной статье мы изучаем асимптотическое поведение первого (s,p)-собственного значения и соответствующих первых (s,p)-собственных функций при приближении k→s. Мы показываем, что между двумя направлениями разрыва k→s− и..
Понимание автоэнкодеров — Часть III: Функция активации ReLu
До сих пор я рассмотрел общий обзор автоэнкодера. Автоэнкодер состоит из двух основных компонентов: кодировщика и декодера. Я также рассмотрел свертки, важную операцию, выполняемую с тензорами для извлечения признаков более высокого уровня. Теперь я перехожу к следующему важному шагу знаний, функции активации ReLu.
Во-первых, что такое функция активации? Википедия утверждает, что функция активации узла определяет вывод этого узла с учетом ввода или набора входных данных [ вики ]...
