Публикации по теме 'deep-learning'


Введение в глубокое обучение с подкреплением
Глубокое обучение с подкреплением (DRL) — это мощный подход, сочетающий в себе глубокое обучение и обучение с подкреплением для решения сложных задач принятия решений. В последние годы он привлек значительное внимание благодаря своей способности достигать сверхчеловеческих характеристик в различных областях, включая игры, робототехнику и автономное вождение. Что такое обучение с подкреплением? Обучение с подкреплением (RL) — это подобласть машинного обучения, которая фокусируется на..
Отказ от обучения и переобучение (глубокое) машинное обучение
Путешествие в тысячу миль начинается с одного шага! Это, вероятно, моя сотая попытка снова изучить машинное обучение, и с 2016 года отрасль настолько продвинулась вперед, углубившись, что на этот раз я изучаю «Глубокое обучение». В прошлом я прошел знаменитый курс доктора Эндрю Нг по машинному обучению. Хотя я смог закончить этот курс на сильной ноте, я, вероятно, мог бы сказать, что тогда у меня не было никакой интуиции для машинного обучения. В 2017 году я прошел еще один курс под..
Развитие больших языковых моделей, часть 1 (машинное обучение)
Instruct2Act: сопоставление мультимодальных инструкций с действиями роботов с помощью большой языковой модели (arXiv) Автор: Сыюань Хуан , Чжэнкай Цзян , Хао Дун , Юй Цяо , Пэн Гао , Хуншэн Ли . Аннотация: модели Foundation добились значительных успехов в различных приложениях, включая преобразование текста в изображение, паноптическую сегментацию и обработку естественного языка. В этом документе представлена ​​Instruct2Act, структура, которая использует модели большого языка для..
ECCO : Расшифровка замаскированных трансформеров.
Инструмент на основе Python для объяснения моделей языковых преобразователей. Большинство организаций сегодня мигрируют к модному слову Машинное обучение и ИИ , создавая множество моделей, начиная от традиционных моделей и заканчивая передовыми моделями нейронных сетей (будь то CNN, RNN, LSTM или даже Transformers), чтобы решить сложную работу и получить прогнозы или Запуск рабочих мест автоматизации с замкнутым циклом и упрощение повседневных задач. Чтобы проверить надлежащую..
Дорожная карта машинного обучения и путь обучения
В последнее время мир изменился, став быстрее и мудрее благодаря искусственному интеллекту и машинному обучению. Рост этих двух отраслей ускорил технологическое развитие и профессиональные возможности. В результате профессии в сфере искусственного интеллекта и машинного обучения сейчас одни из самых востребованных в мире! Согласно списку Linkedin «Вакансии на подъеме» на 2021 год, количество вакансий в области искусственного интеллекта и машинного обучения увеличилось на 32% с 2019..
Глубокое обучение может решать дифференциальные уравнения (теория и реализация pytorch)
Привет! Добро пожаловать в другую математическую статью! В предыдущей статье я описал свой подход к диссертации, который основан на нейронных одах, а мотивация заключается в том, как нейронные сети можно использовать для экстраполяции , https://sevent-christina.medium.com . /a-other-approach-inspired-by-neural-odes-extrapolation-of-neural-networks-9766f846bd02» вот и взгляните! Одна вещь, которую я использую, и это очень интересно, — это решение оды с помощью нейронной сети...
Руководство для начинающих по искусственной нейронной сети с использованием Tensor Flow и Keras
Построение модели обнаружения мошенничества с использованием искусственной нейронной сети и точная настройка гиперпараметров с помощью RandomizedSearchCV Введение ИНС (искусственная нейронная сеть) лежит в основе глубокого обучения, продвинутой версии методов машинного обучения. Искусственные нейронные сети включают следующие концепции. Входной и выходной слой, скрытые слои, нейроны под скрытыми слоями, прямое и обратное распространение. Вкратце, входной слой - это набор..