Публикации по теме 'fastai'
Кошки и собаки
Краткий обзор первого урока Fast AI
Обучите модель Resnet34 на изображениях кошек и собак для создания прогнозной модели История ОД/ДО Достоинства подхода к обучению сверху вниз (постепенное удаление слоев) Базовое введение в нейронную сеть (универсальный оценщик функций) Базовое введение в сверточные нейронные сети (CNN) Базовое введение в скорость обучения, градиентный спуск Объединение этих основных блоков для получения оценки функции Познакомьтесь с тем, как выглядят слои CNN..
Fastai Урок 4: Совместная фильтрация
Совместная фильтрация — это когда вы получаете информацию о том, кто что купил или кому что понравилось — это в основном то, где у вас есть, скажем, Пользователь, и информация о том, что они купили, о чем они написали или что они рассмотрели. Таким образом, самая простая форма совместной фильтрации — это просто строка в таблице соединений с двумя столбцами: идентификатор пользователя и идентификатор фильма. Эта строка означает, что Пользователь купил фильм. Вы можете добавить в эту строку..
Seq2seq NLG: хороший, плохой, злой
В генерации естественного языка (NLG) уже давно господствуют настраиваемые архитектуры, зависящие от предметной области, и подходы на основе шаблонов, и это связано с тем, что входные данные неоднородны и требуют когнитивных и лингвистически информированных задач для преобразования их в сообщения, пригодные для общения. Кроме того, трудно найти целевые тексты, не говоря уже о парах входных данных и целевого текста.
После нейронного машинного перевода появились модели..
Получение кодировок документов из языковой модели FastAIs ULMFiT
Недавно я хотел использовать кодировщик моей тонко настроенной языковой модели ULMFiT для создания встраиваемых документов для нас в инструменте поиска схожести документов. Я нашел несколько вопросов на форумах fastai по этому поводу, но без ответов, поэтому делюсь своим решением.
Если вы просто хотите получить ответ без объяснения причин, перейдите к tl; dr внизу.
Я предполагаю, что у вас уже есть отлаженный изучающий языковую модель ULMFiT, созданный примерно так:
from..
Прогнозирование курса FX с использованием новейших алгоритмов машинного обучения распознавания изображений.
Я провел последние несколько дней, работая над простым вопросом AlgoTrading: могут ли лучшие в своем классе алгоритмы распознавания изображений, которые теперь имеют точность + 99%, вместо этого использоваться для прогнозирования «выигрышных» и «проигрышных» конфигураций ценовых графиков. кошек и собак?
Это упражнение также было частью работы, которую я выполняю на курсах fast.ai. В настоящее время я пересдаю курс в их новой версии v2 (используя PyTorch вместо Keras), поэтому я..
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..
Fashion-MNIST с Fastai
Это руководство для современного классификатора изображений в наборе данных fashion-mnist с использованием библиотеки fastai. Для меня это тоже упражнение. Это также первый блог, который я когда-либо писал. Итак, в этом блоге и в моем коде будут ошибки.
Я только что закончил урок 3 Fastai Практическое глубокое обучение для кодеров, часть 1 и хотел попробовать на других наборах данных. Я просматривал наборы данных kaggle и нашел этот набор данных fashion-mnist.
Набор данных..
