Машинное обучение в финансах В последние годы мир финансов перевернулся с ног на голову, поскольку объем данных, которыми мы располагаем, вырос в геометрической прогрессии. Давно прошли те времена, когда вручную просматривали графики и отчеты о доходах для определения рыночных тенденций и возможностей; Сегодняшние частные инвестиционные компании заходят так далеко, что загружают спутниковые изображения в модели машинного обучения, чтобы определять посещаемость магазинов и..

Пошаговое руководство по комплексной модели классификации изображений пород собак, развернутой на Heroku, поддерживаемой серверной частью Node JS и REST API, созданной на Flask. Недавно наткнувшись на fastai , чрезвычайно универсальную среду глубокого обучения, которая находится поверх PyTorch, я был взволнован не только ее гибкостью в построении моделей глубокого обучения мирового уровня, но и акцентом, который придавали ее основатели Джерми Ховард и Доктор Рэйчел Томас о..

Быстрое обучение - это захватывающая область машинного обучения, цель которой - сократить разрыв между машиной и человеком в сложной задаче обучения на нескольких примерах. В моем предыдущем посте я представил высокоуровневое резюме трех передовых работ по изучению с несколькими выстрелами - я предполагаю, что вы либо читали это, либо уже знакомы с этими статьями, либо находитесь в процессе их воспроизведения. В этом посте я расскажу вам о своем опыте воспроизведения результатов этих..

Новейшая методика распределенного обучения больших моделей глубокого обучения В программной инженерии уменьшение времени цикла оказывает сверхлинейное влияние на прогресс. В современном глубоком обучении время цикла часто составляет часы или дни. Самый простой способ ускорить обучение, параллелизм данных, - распределить копии модели между графическими процессорами и машинами и заставить каждую копию вычислять потери на сегменте обучающих данных. Затем градиенты этих потерь можно..

[Первоначально опубликовано в блоге Paperspace .] В этой статье мы научим модель PyTorch выполнять визуализацию сверхвысокого разрешения - технику для изящного масштабирования изображений. Мы будем использовать Реестр данных Quilt для создания моментальных снимков обучающих данных и моделей в виде версий пакетов данных . Кризис воспроизводимости Проекты машинного обучения обычно начинаются со сбора данных, очистки данных и преобразования данных в собственные форматы модели...