Публикации по теме 'editors-pick'


Граф нейронных сетей в Python
Введение и пошаговая реализация Область графового машинного обучения в последнее время быстро растет, и большинство моделей в этой области реализованы на Python. В этой статье будут представлены графы как концепция и некоторые элементарные способы работы с ними с помощью Python. После этого мы создадим граф сверточной сети и заставим ее выполнять классификацию узлов в реальной сети отношений с помощью PyTorch. Весь описанный здесь рабочий процесс доступен в виде Colab Notebook . Что..
Graph ML в 2023 году: состояние дел
СОВРЕМЕННЫЙ ДАЙДЕСТ Graph ML в 2023 году: состояние дел Горячие тренды и основные достижения 2022 год подходит к концу, и самое время сесть и подумать о достижениях, достигнутых в Graph ML, а также выдвинуть гипотезу о возможных прорывах в 2023 году. Настройтесь на 🎄☕ Статья написана совместно с Hongyu Ren (Стэнфордский университет), Zhaocheng Zhu (Mila & University of Montreal). Мы благодарим Кристофера Морриса и Йоханнеса Брандштеттера за обратную связь и помощь в..
Хеширование в современных рекомендательных системах: введение
Понимание самого недооцененного трюка в прикладном машинном обучении Хеширование — один из наиболее распространенных «трюков», используемых в промышленных приложениях машинного обучения, но ему не уделяется столько внимания, сколько он того заслуживает. Самым большим преимуществом хеширования, особенно в современных рекомендательных системах , является его гарантия конечной памяти: без хеширования было бы крайне непрактично узнать актуальность миллиардов видео, новостных статей,..
Построение пользовательской модели семантической сегментации
Использование ваших собственных данных для создания надежной модели компьютерного зрения Следуя моему предыдущему посту здесь , я хотел увидеть, насколько возможно надежно обнаружить и сегментировать сетку головоломки Футошики на изображении без использования неуклюжей сетки захвата. Он работает на удивление хорошо даже при обучении на крошечном наборе данных! Так что же такое семантическая сегментация? Семантическая сегментация является более сложной задачей по сравнению с более..
Пэтси: создавайте мощные функции с помощью произвольного кода Python
Преобразование данных в одной строке кода Мотивация Иногда вам может понадобиться поэкспериментировать с комбинациями функций, чтобы создать хорошую модель. Однако это часто требует дополнительных усилий для преобразования функций в массивы, которые могут использоваться моделью scikit-learn. Разве не было бы неплохо, если бы вы могли быстро создавать функции, используя произвольный код Python? Вот тут-то и пригодится Пэтси. Что такое Пэтси? Patsy - это библиотека Python,..
Последние выборы: Начало работы с JAX (MLP, CNN и RNN)
Последние выборы: Начало работы с JAX (MLP, CNN и RNN) от Роберта Ланге Наборы Python недооценены , Томас Хикару Кларк Объясняемый ИИ на практике от Айлы Кангур Глубокое обучение для распознавания самолетов, часть I , Крис Чоу Если вы их пропустили: Почему вы, менеджер по продуктам AI, должны заботиться о базовых моделях от Ананда Рави Визуальное объяснение оптимизации роя частиц Аксель Тевено Робастная ковариация для обнаружения аномалий Георгий..
Как обучить сиамскую нейронную сеть
Практические руководства Как обучить сиамскую нейронную сеть Простой способ работать с классами, которые не видны во время тренировок Когда вы впервые начинаете с машинного обучения, становится ясно, что для точного и надежного обучения модели требуются огромные объемы данных. И хотя это правда, при обучении моделей для целей, где требуется настраиваемый набор данных, вам часто приходится идти на компромисс в отношении уровня данных, которые видит ваша модель. Так было со мной;..