Публикации по теме 'keras'
Типы функций потерь в глубоком обучении объясняются с помощью Кераса.
Функции убытков — это то, что заставляет ИНС (искусственную нейронную сеть) понимать, что идет не так и как достичь этого золотого диапазона точности, точно так же, как убыток заставляет вас дорожить прибылью и определять, что пошло не так.
Теперь перейдем к математическому определению функции потерь. Она используется для измерения несоответствия между прогнозируемым значением (^y) и фактической меткой (y). Это неотрицательное значение, при котором надежность модели увеличивается..
Обнаружение Covid-19 с помощью рентгена грудной клетки
# Tensorflow # Keras # DeepLearning
В этом посте мы собираемся создать Обнаружение Covid-19 с помощью рентгеновского сканирования грудной клетки . Как новичок и энтузиаст глубокого обучения, я хотел поработать над реальным приложением и наткнулся на отличную руководство Адриан Роузброк .
PS: Основная цель этой статьи - дать заинтересованным лицам практический опыт глубокого обучения и не является научно подтвержденным исследованием.
Необходимое условие
Сбор..
Полное руководство по TensorFlow для новичков
Введение
В этом руководстве мы достаточно подробно рассмотрим TensorFlow, чтобы вы могли обучать модели машинного обучения с нуля!
TensorFlow - флагманская библиотека Google для разработки машинного обучения. Он используется как коммерчески, так и разработчиками для создания и развертывания модулей машинного обучения. Существует две широких версии TensorFlow - 2.X и 1.X. Оба имеют схожую функциональность, но 2.X использует более чистый API и имеет некоторые небольшие обновления...
Работа с несбалансированными данными в TensorFlow: веса классов
Несбалансированность классов - распространенная проблема при обучении моделей машинного обучения. Вот возможное решение путем создания весов классов и способы их использования в моделях с одним и несколькими выходами.
Несбалансированность классов часто встречается при разработке моделей для реальных приложений. Это происходит, когда с одним классом связано значительно больше экземпляров, чем с другим.
Например, в проекте Моделирование кредитного риска , если смотреть на статус ссуд..
Создание приложения Streamlit для идентификации индийской кухни — Часть I (создание и дополнение данных)
Введение
Streamlit — это приложение с открытым исходным кодом, которое позволяет программисту эффективно создавать и публиковать приложения, написав всего несколько строк кода.
Создание приложения очень важно для инженеров по машинному обучению и специалистов по данным, поскольку это позволяет им демонстрировать свои проекты миру.
В этой серии статей я проведу вас через несколько шагов, чтобы создать собственное приложение для распознавания изображений для индийской кухни...
Распознавание дорожных знаков для беспилотных автомобилей
Понимание CNN с использованием Keras.
Содержание:
Мотивация. Понимание набора данных. Шаг 0: Импортируйте библиотеки и набор данных. Шаг 1: Предварительная обработка данных. Шаг 2: Визуализация данных. Интуиция позади ConvNets. Шаг 3: Обучение модели. Шаг 4: Оценка модели.
Мотивация:
Беспилотные автомобили становятся очень популярными благодаря усилиям таких компаний, как Tesla, по автоматизации своих электромобилей. Чтобы стать автономными 5-го уровня, эти автомобили..
Создайте простую систему поиска изображений с помощью автоэнкодера
Поиск изображений - очень активная и быстро развивающаяся область исследований в последнее десятилетие. Наиболее известными системами являются поиск картинок Google и визуальный поиск контактов Pinterest. В этой статье мы научимся создавать очень простую систему поиска изображений, используя специальный тип нейронной сети, называемый автокодировщиком . Мы собираемся действовать неконтролируемым образом, то есть не глядя на метки изображений. Действительно, мы будем извлекать..