Публикации по теме 'deep-learning'
t-распределенное стохастическое встраивание соседей (t-SNE)
t-SNE ( t-distributed Stochastic Neighbor Embedding ) – популярный метод уменьшения размерности, используемый в машинном обучении и визуализации данных. Он особенно эффективен при преобразовании многомерных данных в низкоразмерное пространство при сохранении локальной структуры и взаимосвязей между точками данных. Вот краткое объяснение t-SNE:
Обзор t-SNE:
t-SNE обычно используется для визуализации сложных наборов данных в двух или трех измерениях, что упрощает понимание и..
Новая супермодель DeepMind может обобщать несколько задач в разных областях
Гато может справиться с такими задачами, как классификация изображений, ответы на вопросы или управление роботизированной рукой.
Большинство моделей глубокого обучения специализируются на решении одной задачи в одной области. В последнее время мы наблюдаем появление многозадачных моделей…
Использование машинного обучения для диагностики болезни Альцгеймера, часть 4
Маркеры семантической согласованности для ранней диагностики болезни Альцгеймера (arXiv)
Автор: Давиде Колла , Маттео Дельсанто , Марко Агосто , Бенедетто Витиелло , Даниэле Паоло Радичони .
Аннотация: В этой работе мы исследуем, как можно использовать языковые модели для анализа языка и различения между психически неполноценными и здоровыми субъектами с помощью метрики растерянности. Недоумение изначально задумывалось как теоретико-информационная мера для оценки того, насколько..
Безболезненная интеграция GPU и tenorflow / PyTorch в Ubuntu 18.04
В Интернете есть множество сообщений о настройке вашего графического процессора. Я пытался следовать за многими из них, чтобы настроить мою машину, но почему-то не смог. В этом процессе так много переменных, которые охватывают версию драйвера nvidia, версию набора инструментов cuda, версию CUDnn, версию python, версию tenorflow и т. Д. Список можно продолжить. Также неплохо здесь проверить, поддерживает ли ваш графический процессор интеграцию CUDA.
Я предполагаю следующее:
На..
Как работает отожженная выборка по значимости, часть 1 (машинное обучение)
Адаптивная отожженная выборка по значимости с прогрессом с постоянной скоростью (arXiv)
Автор: Ширин Гоштасбпур , Виктор Коэн , Фернандо Перес-Крус .
Аннотация: Отожженная выборка по важности (AIS) синтезирует взвешенные выборки из трудноразрешимого распределения с учетом его ненормализованной функции плотности. Этот алгоритм основан на последовательности интерполирующих распределений, соединяющих цель с исходным управляемым распределением, таким как хорошо известный средний..
Создание Inception-Resnet-V2 в Керасе с нуля
И начальная, и остаточная сети представляют собой архитектуры SOTA, которые показали очень хорошую производительность при относительно низких вычислительных затратах. Inception-ResNet объединяет две архитектуры для дальнейшего повышения производительности.
Остаточные начальные блоки
За каждым блоком Inception следует слой расширения фильтра (свертка 1 × 1 без активации), который используется для увеличения размерности банка фильтров перед добавлением, чтобы соответствовать..
Как работает оценка неопределенности, часть 2 (искусственный интеллект)
Адаптивное критичное для безопасности управление с оценкой неопределенности для совместной работы человека и робота (arXiv)
Автор: Дяньхао Чжан , Миен Ван , Стивен Маклванна , Ючжу Сун , Шон МакЛун .
Аннотация: В передовом производстве требуются строгие гарантии безопасности, чтобы люди и роботы могли работать вместе в общем рабочем пространстве. Одной из проблем в этой области применения является разнообразие и непредсказуемость человеческого поведения, что приводит к..
Новые материалы
Интуитивное понимание тензоров в машинном обучении
Тензор является важной концепцией во многих научных областях, таких как математика, физика, обработка сигналов и компьютерное зрение, и это лишь некоторые из них. В математике тензор — это..
Использование машинного обучения для диагностики болезни Альцгеймера, часть 4
Маркеры семантической согласованности для ранней диагностики болезни Альцгеймера (arXiv)
Автор: Давиде Колла , Маттео Дельсанто , Марко Агосто , Бенедетто Витиелло , Даниэле Паоло Радичони..
Почему объяснимость так важна прямо сейчас?
По мере того, как системы искусственного интеллекта и инструменты на основе машинного обучения распространяются в нашей повседневной жизни, как практики, так и критики все чаще заявляют о..
Анимированный математический анализ
Использование Manim для создания математических анимированных визуализаций
Визуализация данных помогает понять скрытые закономерности в данных, которые невозможно визуализировать..
Создание простого слайдера изображений с помощью JavaScript
Узнайте, как создать базовый слайдер изображений с помощью HTML, CSS и JavaScript.
Введение
В этом уроке мы создадим удобный слайдер изображений, используя JavaScript, HTML и CSS. Ползунок..
Создание базы данных с помощью супергероя «Python»
В этом посте мы узнаем, как создать «базу данных SQLite с помощью модуля python sqlite3, создав простую функцию входа и регистрации. Готовы ли вы к этому путешествию? Если да , давайте приступим..
ИИ для чайников: руководство для начинающих по пониманию будущего технологий
Вы чувствуете, что остались позади в мире ИИ? Не волнуйтесь, вы не одиноки! Со всей этой шумихой вокруг искусственного интеллекта может быть трудно понять, с чего начать. Но не позволяйте сленгу..