Публикации по теме 'deep-learning'
https://medium.com/@sriram.tutu/skyline-towers-detection-using-tensorflow-object-detection-api-step-
Https://medium.com/@sriram.tutu/skyline-towers-detection-using-tensorflow-object-detection-api-step-by-step-guide-760a9e4c91fb
Прочтите мою статью « Обнаружение Уиллис-Тауэр с горизонта Чикаго » с использованием Tensorflow Object Detection API по ссылке ниже.
Серия блогов по ускорению вывода на основе глубокого обучения — Часть 2 — Аппаратное обеспечение
Глубокие нейронные сети стали обычной практикой во многих приложениях машинного обучения. Их способность достигать человеческой и даже сверхчеловеческой точности сделала их важной вехой в истории ИИ. Однако достижение такого уровня точности требует чрезмерно больших затрат с точки зрения вычислительной мощности. Современные архитектуры выполняют миллиарды операций с плавающей запятой (FLOP), что создает серьезную проблему для их использования на практике. По этой причине на аппаратном..
Как развивается смешанно-целочисленное программирование, часть 7
Унифицированная техника раннего завершения для первично-двойственных алгоритмов в смешанно-целочисленном коническом программировании (arXiv)
Автор : Ювэнь Чэнь , Кэтрин Нин , Поль Гулар
Аннотация: Мы предлагаем метод раннего завершения смешанного целочисленного конического программирования для использования в решателях, основанных на методе ветвей и границ. Наш подход обобщает предыдущие результаты раннего завершения решателей на основе ADMM на более широкий класс алгоритмов..
Как научить модель Keras распознавать текст переменной длины
Я некоторое время играл с официальным примером Keras image_ocr.py и хочу поделиться своими выводами в этом посте.
В официальном примере выполняется только обучение модели, но отсутствует часть прогнозирования, а мой окончательный исходный код доступен как на моем GitHub , так и в рабочем блокноте Google Colab . Более технические детали OCR (оптического распознавания символов), включая структуру модели и потерю CTC, также будут кратко объяснены в следующих разделах.
Объявление..
Практическая пакетная нормализация
История начинается после использования инициализации He вместе с ELU (или любым вариантом ReLU) может значительно снизить опасность проблем с исчезающими/взрывающимися градиентами в начале обучения, это не гарантирует, что они не вернутся во время обучения.
Обзор
Введение Как это работает? Реализация с помощью Keras Заключение
Введение
Пакетная нормализация — это метод, используемый в глубоком обучении, когда специальный слой добавляется до или после слоя активации...
Реализация простой искусственной нейронной сети с нуля на Python
Раскрытие математики и логики, стоящих за этим.
Что такое нейронная сеть?
С точки зрения непрофессионала, нейронная сеть - это просто математическая функция, в которую вы вводите вектор значений, эти значения преобразуются другими значениями внутри функции, а значение или вектор значений получается как желаемый результат.
Теперь, возвращаясь к миру науки о данных, нейронная сеть изображает структуру человеческого мозга, состоящую из простых, но тесно взаимосвязанных узлов,..
Эксперименты с пространствами Шварца для задач машинного обучения, часть 3
Некоторые результаты о пространстве Шварца группы Γ∖G(arXiv)
Автор : Горан Муич
Аннотация: Пусть G — связная полупростая группа Ли с конечным центром. Пусть Γ⊂G — дискретная подгруппа. Изучаются замкнутые допустимые неприводимые подпредставления пространства распределений S(Γ∖G)′, определенные Кассельманом, и их связь с автоморфными формами.
2. Неравенство Гротендика в некоммутативном пространстве Шварца (arXiv)
Автор : Руперт Х. Левен , Кшиштоф Пищек
Аннотация: В духе..
Новые материалы
Как развивается смешанно-целочисленное программирование, часть 7
Унифицированная техника раннего завершения для первично-двойственных алгоритмов в смешанно-целочисленном коническом программировании (arXiv)
Автор : Ювэнь Чэнь , Кэтрин Нин , Поль Гулар..
Как научить модель Keras распознавать текст переменной длины
Я некоторое время играл с официальным примером Keras image_ocr.py и хочу поделиться своими выводами в этом посте.
В официальном примере выполняется только обучение модели, но отсутствует..
Практическая пакетная нормализация
История начинается после использования инициализации He вместе с ELU (или любым вариантом ReLU) может значительно снизить опасность проблем с исчезающими/взрывающимися градиентами в начале..
Поэзия онлайн-кодирования: путешествие пикселей и страсти
В мире, наполненном инновациями, онлайн-обучение программированию становится холстом, на котором обретает форму полотно вашей мечты. Это больше, чем просто создание строк кода; это сродни..
Обработка изображений с помощью Python - размытие и повышение резкости для начинающих
Как применить ядра свертки к цветным изображениям?
В этой статье мы обсудим, как применять ядра размытия и повышения резкости к изображениям. Эти базовые ядра составляют основу многих более..
Ограничение скорости в .NET Core 7 Web API
Что такое ограничение скорости?
Ограничение скорости — это процесс, используемый для ограничения количества запросов, разрешенных для определенного ресурса в указанном временном окне. .NET..
Стабильная Diffusion 1.0 выдаёт более красивые картинки, чем SD 2.1?! Почему?
Удивительные открытия, которые я сделал недавно. Смотрите в видео: https://youtu.be/PakgD6FewoU
Есть одно логичное объяснение — что у вас?