Публикации по теме 'convolutional-network'
Разрушение передачи нейронного стиля Леона Гэтиса в PyTorch
В 2015 году Леон Гэтис и др. предложили метод передачи нейронного стиля в своей статье «Нейронный алгоритм художественного стиля» (arXiv: 1508.06576v2). Меня всегда восхищал тот факт, что модели нейронных сетей способны передавать что-то вроде передачи стилей, и в то время результаты казались мне волшебством. В этой короткой статье я хочу остановиться на реализации исходного алгоритма Neural Style Transfer с использованием PyTorch.
Я знаю, что в сети есть много руководств. Тем не..
Обнаружение опухоли головного мозга с помощью глубокого обучения
Обзор
В этой статье мы обсудим модель обнаружения опухоли головного мозга и предоставим исчерпывающее руководство по ее созданию с использованием сверточных нейронных сетей (CNN). Мы начнем с введения концепции обнаружения опухоли головного мозга и объяснения лежащих в ее основе механизмов. Далее мы дадим обзор набора данных, использованного в этом проекте, который состоит из МРТ-изображений мозга и доступен на Kaggle. Наконец, мы проведем вас через пошаговый процесс создания этой..
Запишите скелет сверточной сети (CNN)
Эта статья предназначена для документирования стандартного и шаблонного кода CNN на основе классического набора данных MNIST. Те, кто знает о CNN, могут продолжить чтение, если вы не знаете, вы можете прочитать позже.
Просто возьмите чашку кофе ☕️, чтобы погрузиться в глубокое обучение и сверточные сети с другим ресурсом.
Связанное чтение с изображением в формате GIF (DCNN) https://teetracker.medium.com/an-illustration-gif-to-explain-deep-convolutional-networks-dcnn-da4cef557c9d..
Проектирование сверточных нейронных сетей на наборе данных Cifar10 с использованием трансферного обучения — Resnet101
Сверточная нейронная сеть со 101 слоем известна как ResNet-101. База данных ImageNet содержит предварительно обученную адаптацию сети, подготовленную на более чем миллионе изображений. Сеть может разделять изображения на 1000 различных классификаций объектов, включая клавиатуру, мышь, карандаш и, более того, множество животных. Соответственно, сеть получила богатые изображения компонентов для ассортимента изображений.
Сначала мы выполним нашу операцию с набором данных CIFAR-10. Есть..
Месяц машинного обучения: зал славы Imagenet
[Этот пост содержит резюме статей по машинному обучению, которые отражают основные достижения в технике сверточных сетей. Все еще любопытно, почему все эти сообщения связаны с днями месяца? Посмотрите это объяснение здесь ]
День 12: ResNet
Или «Сеть ветвящихся путей»
В этом резюме основное внимание уделяется старому, но полезному в мире подходов к глубокому обучению (потому что, со скоростью движения области, статья, выпущенная в конце 2015 года , превращается в комфортный средний..
Компьютерное зрение - руководство для новичков
Компьютерное зрение - одна из самых мощных областей искусственного интеллекта, которая фокусируется на разработке и воспроизведении элементов человеческого глаза, чтобы дать машинам возможность видеть различные объекты, цвета и их особенности в мире.
Проще говоря, мы можем понять компьютерное зрение как процесс обучения машин с помощью обучающих изображений путем создания модели и последующего использования ее для решения реальных жизненных задач. Самый простой пример - это обучение..
Транспонированные свертки (глубокое обучение)
Сверточные нейронные сети используются в проектах компьютерного зрения и могут использоваться для автоматического извлечения функций из входных данных, таких как фотографии и видео. Эти нейронные сети используют так называемые сверточные слои, которые сворачивают (скользят) по входному изображению, пытаются обнаружить шаблоны и соответствующим образом адаптируют веса в процессе обучения, что позволяет происходить обучению.
Иногда, однако, мы хотим, чтобы произошло обратное: инвертировать..
