Публикации по теме 'convolutional-network'
Классификация изображений пчел с использованием CNN и Keras
"Углубленный анализ"
Классификация изображений пчел с использованием CNN и Keras
Всем добро пожаловать в мой первый крупный проект в области науки о данных! Я работал над рядом небольших проектов, таких как:
Прогнозирование цен на жилье с использованием набора данных Ames Housing Прогнозирование благосостояния района с использованием данных о ценах Yelp« $ » Использование Reddit API для различения двух субреддитов Использование нейронных сетей с прямой связью и сверточных..
Маркировка вопросов и ответов Google QUEST
Улучшение автоматизированного понимания содержания ответов на сложные вопросы
Оглавление:
Введение Мотивация Предпосылки Сбор данных Понимание данных Очистка данных Загрузка тренировочного набора Предварительная обработка данных — изображения Предварительная обработка данных — подписи Подготовка данных с использованием функции генератора Вложения слов Архитектура модели Вывод Оценка Заключение и будущая работа использованная литература
1. Введение
Эти данные..
Концепция AlexNet: - Сверточная нейронная сеть
Эта статья состоит из девяти частей:
Что такое AlexNet? Архитектура AlexNet. Набор данных. ReLU. Выбывать. Плюсы AlexNet. Минусы AlexNet. AlexNet с Python. Заключение.
Что такое AlexNet?
AlexNet - это название, данное архитектуре сверточной нейронной сети , которая выиграла конкурс LSVRC в 2012 .
LSVRC ( Large Scale Visual Recognition Challenge) - это соревнование, в котором исследовательские группы оценивают свои алгоритмы на огромном наборе данных с помеченными..
Deeplearning.ai: CNN, неделя 2 - Архитектура сверточной нейронной сети
Тематические исследования CNN
Как собрать компоненты CNN? Учитесь на другом исходном коде / архитектуре CNN. LeNet-5, AlexNet, VGG, ResNet, нейронная сеть Inception. Идеи из одного приложения / архитектуры могут передаваться в другие области.
Классическая сеть
Letnet-5 : полутоновое изображение чисел (32 x 32) - ›два времени фильтрации и объединения (4 слоя) → 2 слоя полностью связанных → soft max func → подписи. Цель распознавать числа.
AlexNet : почти то же самое, что..
КЛАССИФИКАЦИЯ ВИДЕО С ИСПОЛЬЗОВАНИЕМ CNN
Сверточные нейронные сети последовательно доказывали свое мастерство в распознавании, обнаружении и поиске изображений, но что мы можем сказать о их способности в классификации видео. Исследование , проведенное группой исследователей из Стэнфорда в 2014 году под руководством Андрея Карпати, который в настоящее время является директором по искусственному интеллекту в Tesla, выявило несколько проблем, связанных с применением CNN на этом уровне приложений, одна из которых не тесты,..
Концепции машинного обучения для интервью
Темы машинного обучения 1. Компромисс смещения и дисперсии и 2. Несбалансированные данные в классификации 3. Анализ главных компонентов 4. Теорема Байеса и классификатор 5. Регрессионный анализ 6. Регуляризация в машинном обучении 7. Сверточная нейронная сеть 8. Известные CNN 9. Методы ансамбля в машинном обучении
Компромисс между погрешностью и дисперсией
Что такое смещение? Разница между прогнозом средней модели и истинной взаимосвязью Что такое дисперсия? Разница между..
Проблема классификации мультиклассовых изображений - Сверточная нейронная сеть тренируется на изображениях галактик
Это проблема классификации изображений с несколькими классами, которая использует сверточную нейронную сеть с TensorFlow (Keras api) для обучения на наборе данных Galaxy10.
Сначала загрузим набор данных. В этом руководстве я запускаю код в Google Colab.
!pip install astroNN
Затем мы импортируем библиотеки.
from astroNN.datasets import galaxy10
from astroNN.datasets.galaxy10 import galaxy10cls_lookup
import keras
from keras.models import Sequential
from keras.layers import..
