Публикации по теме 'convolutional-network'


Обзор публикации: Основанный на глубоком обучении подход к классификации болезней листьев банана
Текущий обзор сделан на основе статьи, опубликованной на симпозиуме Datenbanksysteme für Business, Technologie und Web Ростокского университета (Universität Rostock) у Балтийского моря в Германии ( http://btw2017. informatik.uni-stuttgart.de/slidesandpapers/E1-10/paper_web.pdf ) Введение В современном мире болезни растений являются факторами, оказывающими настолько негативное влияние, что качество и количество продукции значительно снижается. Раннее обнаружение их имеет..
Модель машинного обучения для анализа опухолей головного мозга
Модель машинного обучения для анализа опухолей головного мозга Интеграция инструмента с искусственным интеллектом в рабочий процесс поставщика сократит время анализа и уменьшит количество ошибочных диагнозов. Сводка Огромный дисбаланс между количеством пациентов и количеством нейрохирургов обременяет поставщиков. Большие объемы диагностических данных могут помешать нейрохирургам точно идентифицировать опухоли и их сегментацию, что приводит к непредвиденным последствиям в случае..
Что такое машинное обучение? || Типы машинного обучения
Машинное обучение — это подмножество искусственного интеллекта (ИИ), которое способно самообучаться с помощью прошлых данных и находить закономерности для дальнейшего прогнозирования. Машинное обучение дает возможность машине принимать собственное решение на основе прошлого опыта и данных. Процесс обучения машинного обучения является автоматическим, и они продолжают улучшаться при обучении с данными. Проще говоря, алгоритм машинного обучения сам находит результат без каких-либо..
Начало работы с распознаванием изображений и сверточными нейронными сетями за 5 минут
Начать разработку решений с использованием Deep Learning становится все проще и проще. Недавно Google запустил Colaboratory , бесплатную облачную службу, в которой вы можете бесплатно разрабатывать приложения для глубокого обучения на GPU . Colaboratory - это предварительно настроенная среда для ноутбуков Jupyter , которая работает полностью в облаке, без необходимости загружать, устанавливать или запускать что-либо на вашем собственном компьютере. Более того, записные книжки..
Что такое средняя точность алгоритмов обнаружения и локализации объектов и как ее рассчитать?
Пошаговое визуальное руководство для понимания средней точности алгоритмов обнаружения и локализации объектов. Что такое обнаружение и локализация объектов? Обнаружение и локализация объектов — одна из самых быстро развивающихся областей машинного обучения. Такой алгоритм является расширением стандартного алгоритма классификации. Для заданного входного изображения алгоритм классификации будет выводить вероятностное распределение интересующих классов. нацелен не только на обнаружение..
Докажите себе с помощью глубокого обучения, что вы мечтаете в БДГ!
Когда вы спите, вы проходите разные фазы, каждая из которых имеет свои физиологические особенности. они могут варьироваться от того, как ведут себя ваши глаза, до того, двигаетесь вы или нет! В этой короткой статье основное внимание уделяется обнаружению каждой из этих фаз с помощью активности вашего мозга, измеряемой с помощью электродов, которые помещаются на кожу головы. Этот метод называется электроэнцефалографией (ЭЭГ). Различные фазы сна имеют разные характеристики ЭЭГ, и вы..
Шаг за шагом, чтобы создать модель классификации изображений <Краткий способ>
Почему я пишу этот файл? Недавно я принял внештатный проект для работы над базой данных Kaggle. Цель состояла в том, чтобы создать модель CNN (Convolutional Neural Network) для классификации изображений. Так как работа не предполагалась столь глубокой, а результат получился очень интересным, я подумал, что шаг за шагом поделюсь со своей сетью. Вот так? Первые шаги Поскольку я буду работать с CNN, я уже начал установку Tensorflow. # Installing the TensorFlow library !pip install..