Публикации по теме 'deep-learning'
Использование стохастических дифференциальных уравнений в сценариях машинного обучения, часть 4
Равномерная во времени сходимость численных схем для стохастических дифференциальных уравнений с помощью сильной экспоненциальной устойчивости: методы Эйлера, схемы разделения шагов и прирученные схемы (arXiv)
Автор: Летиция Анджели , Дан Крисан , Микела Оттобре .
Аннотация: Доказывается общий критерий, обеспечивающий достаточные условия, при которых дискретизация по времени заданного стохастического дифференциального уравнения (СДУ) является равномерной по времени аппроксимацией..
настройка коэффициента деления входных данных
как я могу изменить коэффициент деления для входных данных ???… входные данные по умолчанию делятся на 60% для обучающих данных, 20% для проверки и 20% тестовых данных… я хочу изменить эти значения на 70% для обучения и 15 % для проверки и тестирования…. Я использовал следующие команды для их изменения: net.divideparam.trainratio=0,7; net.divideparam.valratio=0,15; net.divideparam.testratio=0,15; но после запуска программы я не обнаружил никаких изменений в делении сэмплов!!!
ОТВЕЧАТЬ..
Как полиномы Шура используются в машинном обучении, часть 1
Эффективное изучение сетей ReLU с одним скрытым слоем с помощью полиномов Шура (arXiv)
Автор : Илиас Диаконилас , Дэниел М. Кейн
Аннотация: Мы изучаем проблему обучения PAC линейной комбинации k активаций ReLU при стандартном гауссовском распределении на Rd с учетом квадратичных потерь. Наш главный результат — эффективный алгоритм для этой задачи обучения с выборочной и вычислительной сложностью (dk/ε)O(k), где ε>0 — целевая точность. В предыдущей работе был предложен алгоритм..
Convolution: революционная инновация, покорившая мир искусственного интеллекта
В искусственном интеллекте есть старая поговорка, что компьютеры находят легкие вещи, которые люди находят трудными (например, выполнение сложных математических расчетов), а компьютеры находят трудными то, что люди находят легкими (например, ловить мяч или распознавать объекты на изображении).
Возьмем для примера распознавание изображений.
Посмотрите следующую коллекцию изображений:
Это образец из конкурса ImageNet Large Scale Visual Recognition Challenge . Задача состоит в том,..
1. Что такое состязательные примеры и почему они существуют - ML Shorts 🤖🤏
Краткое объяснение состязательных примеров.
Что это?
Простыми словами:
Любой ввод в модель машинного обучения, измененный таким образом, что он по-прежнему воспринимается человеком как исходный пример, но при подаче в модель машинного обучения приводит к неправильной классификации модели или к ложным прогнозам.
Почему они возникают?
Обычный конвейер машинного обучения выглядит так:
Здесь задача модели - изучить или, другими словами, настроить ее параметры в соответствии..
Создайте свою собственную установку для глубокого обучения
Некоторое время занимаясь глубоким обучением, я решил создать свою собственную установку для глубокого обучения. На эту тему было много сообщений, но мне нужно просмотреть много блогов, чтобы все заработало. Я хочу подключить полезную информацию, с которой я сталкиваюсь, а также поделиться своим опытом в пути.
Часть первая: настройка оборудования
Выбрать детали
Единственное, что вы должны иметь в виду, это то, что графический процессор является наиболее важным, ваша машина должна быть..
GSoC 2018: Функция прямого распространения в сети LSTM - Часть III
GSoC 2018: Функция прямого распространения в сети LSTM - Часть III
Объяснение конструкции уровня LSTM, прямого распространения в сети LSTM и проблем, с которыми пришлось столкнуться.
В моем последнем блоге я обсуждал, как работают сети RNN и LSTM. В этом блоге я кратко объясню, как реализовано прямое распространение в TMVA-DNN. Часть обратного распространения в настоящее время находится в стадии разработки, о чем я расскажу в своем следующем рассказе.
Начнем со структуры ячейки..
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..