Публикации по теме 'neural-networks'


Dropout — простой способ улучшить нейронную сеть?
Dropout: простой способ предотвратить переобучение нейронных сетей Как реализовать дропаут в нейросети Глубокое обучение Udacity — отсев Эта статья изначально была размещена на моем собственном сайте .
Руководство для начинающих по нейронным сетям
Нейронные сети — это тип искусственного интеллекта, вдохновленный структурой и функциями человеческого мозга. Они состоят из множества взаимосвязанных узлов, называемых нейронами, которые обрабатывают информацию и передают сигналы друг другу. Нейронные сети используются для множества задач, включая распознавание изображений, обработку естественного языка и прогнозирование. Это руководство для начинающих познакомит вас с основами нейронных сетей и принципами их работы, включая..
#Paperoftheweek - это «Гипотеза о зарослях лотереи: поиск редких обучаемых нейронных сетей».
Авторы этой статьи предлагают новый способ сокращения больших обученных нейронных сетей, генерируя разреженные и легкие подсети (выигрышные в лотерею билеты), которые достигают по крайней мере равной производительности задач за равное время обучения и с меньшим количеством параметров, чем их большие начальные аналоги. Гипотеза лотерейного билета утверждает следующее: «Случайно инициализированная плотная нейронная сеть содержит подсеть, которая инициализируется таким образом, что - при..
Машинное обучение для топологических изоляторов
Какова минимальная информация, необходимая для описания чего-либо? Чтобы точно определить любое место на Земле, требуется всего два числа, а именно его долгота и широта. Для создания любого оттенка цвета с использованием стандарта RGB требуется три числа. А знаменитая идея «шести степеней разделения» предполагает, что нам нужно всего шесть социальных контактов, чтобы связаться с любым человеком на планете. Но все эти примеры относятся к прямой информации. Все становится более..
Разница между автоэнкодером (AE) и вариационным автоэнкодером (VAE)
Как вы можете сжимать данные или даже генерировать данные из случайных значений? Вот что такое автоэнкодер и вариационный автоэнкодер. Умение упрощать означает устранять ненужное, чтобы необходимое могло говорить — Ганс Хофманн Контекст — сжатие данных Сжатие данных является важным этапом обучения сети. Идея состоит в том, чтобы сжать данные, чтобы тот же объем информации мог быть представлен меньшим количеством битов. Это также помогает решить проблему проклятия размерности...
Опрос и заполнение в сверточных нейронных сетях (CNN): улучшение извлечения признаков и…
Введение: Сверточные нейронные сети (CNN) произвели революцию в глубоком обучении, продемонстрировав замечательную производительность в таких задачах, как классификация изображений, обнаружение объектов и обработка естественного языка. Два важнейших метода, используемых в CNN, — это опрос и заполнение. Эти методы играют жизненно важную роль в улучшении извлечения признаков и пространственного разрешения, позволяя сети изучать значимые представления из входных данных. В этой статье..
Использование машинного обучения для выявления спама в Твиттере
Этот блог станет продолжением моего первого , в котором я использовал НЛП для выявления спам-ответов в Твиттере. Вместо использования текстовых данных и НЛП сегодня мы собираемся использовать классические модели машинного обучения и табличные данные в нашей попытке найти спам в Твиттере. В конце я также приведу пример создания нейронной сети с использованием табличных данных. Сбор данных: Для начала нам нужно будет собрать наши данные. Как упоминалось ранее, мы хотим, чтобы эти данные..