Публикации по теме 'convolutional-network'
Построение простой сверточной нейронной сети с собственными данными.
В этой статье мы построим сверточную нейронную сеть, которая будет обучаться на тысячах изображений 7 типов классов, а именно: цветы, автомобили, кошки, лошади, люди, велосипеды, собаки, а затем сможет предсказывать, будут ли данное изображение является кошкой, собакой или человеком.
Эта реализация CNN охватывает следующие темы с использованием собственного набора данных изображений.
Загрузка и предварительная обработка собственного набора данных Проектирование и обучение модели..
Влияние размера пакета на обучение нейронной сети
в соавторстве с Apurva Pathak
Добро пожаловать в первую часть нашей серии экспериментов по глубокому обучению, в которых мы проводим эксперименты для оценки общепринятых предположений об обучении нейронных сетей. Наша цель - лучше понять различные варианты дизайна, которые влияют на обучение и оценку модели. Для этого мы придумываем вопросы по каждому варианту дизайна, а затем проводим эксперименты, чтобы ответить на них.
В этой статье мы стремимся лучше понять влияние размера пакета..
Улучшение нейронных сетей за счет предотвращения совместной адаптации детекторов признаков
Это сообщение в блоге направлено на то, чтобы дать читателям некоторое представление о глубоких нейронных сетях и интуитивном понимании техники отсева.
Глубокие нейронные сети
Глубокие нейронные сети - это модели, состоящие из нескольких слоев простых нелинейных нейронов. С составом достаточного количества нейронов модель может изучать чрезвычайно сложные функции, которые могут точно выполнять сложные задачи, которые невозможно жестко запрограммировать, такие как классификация..
Об архитектуре сверточных нейронных сетей - учебник
Об архитектуре сверточных нейронных сетей - учебник
Сверточные нейронные сети - это класс сетей с глубоким обучением, которые можно использовать для решения проблем высокой сложности, с которыми сталкиваются многие отрасли промышленности, и они даже выходят за пределы человеческих возможностей - от обнаружения терминальных медицинских состояний с помощью магнитно-резонансной томографии до возможность создания полностью автономных транспортных средств и даже возможность развития..
[2020] Речевое поколение 1: генерирующая модель квазипериодической формы волны с расширенным…
В этой статье представлены предлагаемые нами QPNet и QPPWG с зависимой от основного тона расширенной сверточной нейронной сетью (PDCNN) и квазипериодической (QP) структурой. Если вы заинтересованы, вы также можете получить доступ к версии видео или версии мандарин (中文) .
Категория вокодера
В последней статье ( [2020] Речевое поколение 0: вокодер и генеративные модели речевых сигналов на основе RNN и CNN ) мы разделили методы вокодера на две основные категории. Первый – это..
Сверточные нейронные сети - Часть 2: Заполнение и чередующиеся свертки
Это вторая часть моей серии сообщений в блоге о сверточных нейронных сетях. Вот следующие части этой серии:
Часть 3. Свертки по объему и сверточный слой Часть 4: Объединение и полностью связанный уровень Часть 5: Почему свертки ?
Обязательным условием здесь является знание свертки матриц. Я кратко объяснил свертку матриц в первом разделе первой части этой серии. Не пугайтесь слова свертка и количества матриц, которые вы увидите. Я использовал звездочку для..
Сверточная нейронная сеть - Практика в двух словах
Эта статья не о том, что такое CNN? или Техническое понимание архитектуры CNN? Эта статья предназначена для тех, кто уже знаком с CNN и ищет CNN как перспективу реализации.
В последние годы искусственный интеллект стал свидетелем огромных усилий, которые вывели цифровые машины на уровень логических выводов. Одна из основных задач, которые мы, люди, выполняем в каждый момент, - это наблюдение за окружающей средой, сканирование связанных объектов и их распознавание, чтобы принять..
