Публикации по теме 'pytorch'


Машинное обучение 1: Урок 11
Мои личные заметки из класса машинного обучения . Эти примечания будут и дальше обновляться и улучшаться по мере того, как я продолжаю просматривать курс, чтобы по-настоящему понять его. Большое спасибо Джереми и Рэйчел , которые дали мне возможность учиться. Уроки: 1 ・ 2 ・ 3 ・ 4 ・ 5 ・ 6 ・ 7 ・ 8 ・ 9 ・ 10 ・ 11 ・ 12 Обзор оптимизации многоуровневых функций с помощью SGD [ 0:00 ] Идея состоит в том, что у нас есть некоторые данные ( x ), а затем мы..
Музыкальный ИИ: создайте нейронную сеть, которая предсказывает, будет ли песня иметь успех мирового уровня.
Музыкальный ИИ: создайте нейронную сеть, которая предсказывает, будет ли песня иметь успех мирового уровня. (с кодом Python) Нейронные сети оказались настолько выдающимися благодаря своей способности находить закономерности и обобщать. В этом уроке я покажу вам пошаговую инструкцию с кодом Python для создания нейронной сети, способной предсказать, станет ли песня хитом мирового уровня. Все это основано на данных 1000 лучших и худших песен всех времен. Примечание. Вам необходимо..
4 аудио примера сообщества PyTorch Lightning, которые вдохновят ваш следующий проект!
TL; DR PyTorch Lightning используется некоторыми довольно интересными проектами сообщества, чтобы делать больше с ИИ. В этой серии статей я расскажу о некоторых из моих любимых проектов сообщества, которые вдохновляют меня делать больше с ИИ. PyTorch Lighting - это легкая оболочка PyTorch для высокопроизводительных исследований искусственного интеллекта. PyTorch Lightning обеспечивает истинную гибкость за счет сокращения количества инженерных шаблонов и ресурсов, необходимых для..
Простые преобразователи - знакомство с самой простой библиотекой BERT, RoBERTa, XLNet и XLM.
Хотите использовать модели Transformer для НЛП? Страницы кода вас сбили? Больше нет, потому что «Простые трансформеры» уже работают. Запускайте, тренируйте и оценивайте Transformers с помощью всего 3 строк кода! Предисловие Библиотека Simple Transformers построена как оболочка для превосходной библиотеки Transformers от Hugging Face. Я бесконечно благодарен за тяжелую работу, проделанную ребятами из Hugging Face, чтобы публика могла легко получить доступ к моделям Transformer..
Самая потрясающая функция потерь?
Обзор статьи: общая и адаптивная надежная функция потерь Недавно я наткнулся на удивительную статью , представленную в CVPR 2019 Джоном Барроном о разработке надежной и адаптивной функции потерь для задач машинного обучения. Этот пост представляет собой обзор этой статьи вместе с некоторыми необходимыми концепциями, и он также будет содержать реализацию функции потерь для простой задачи регрессии. Проблема с выбросами и устойчивыми потерями: Рассмотрим одну из наиболее часто..
PyTorch Metric Learning: что нового
PyTorch Metric Learning: что нового PyTorch Metric Learning претерпел множество изменений за последние несколько месяцев. Вот основные моменты. Расстояния, редукторы и регуляризаторы Функции потерь теперь легко настраиваются с введением расстояний, редукторов и регуляризаторов. Расстояния Рассмотрим TripletMarginLoss в его форме по умолчанию. Эта функция потерь пытается минимизировать: где «d» представляет расстояние L2. Но что, если мы хотим использовать..
Интеграция библиотеки LibTorch в QT для вывода графического процессора
Qt — это мощная среда для создания кроссплатформенных приложений с графическим интерфейсом. Для сценариев производственного развертывания вам необходимо интегрировать модели, разработанные в среде машинного обучения PyTorch, в ваш C++ QT. Чтобы загрузить модель PyTorch в C++, вам необходимо преобразовать модель в формат сценария torch. Вы можете найти подробные инструкции по преобразованию моделей Pytorch в скрипт torch здесь . Скачать библиотеку libtorch Перейдите на официальный сайт..