Публикации по теме 'keras'


Керас + Хоровод = Распределенное глубокое обучение на стероидах
Keras определенно является предпочтительным оружием, когда дело доходит до построения моделей глубокого обучения (с бэкэндом tensorflow). В SearchInk мы решаем самые разные задачи в области анализа документов, создавая и внедряя модели глубокого обучения. Одна из самых серьезных проблем при этом - время, необходимое для проведения каждого эксперимента. Поскольку нам необходимо проводить все больше и больше экспериментов за более короткие промежутки времени, мы решили, что сейчас самое..
Анализ настроений авиакомпаний США в Twitter с использованием Keras и RNN
Введение Анализ тональности - это тип проблемы обработки естественного языка, который определяет тональность или эмоцию отрывка текста. Например, можно создать алгоритм, чтобы определить, был ли отзыв о продукте положительным, нейтральным или отрицательным. Обработка естественного языка (НЛП) - это область искусственного интеллекта, в которой компьютеры понимают и обрабатывают человеческий язык. Часто цель состоит в том, чтобы извлечь смысл из текста. Есть много разных приложений..
Предварительная обработка данных для машинного обучения
Для всех, кто хочет стать инженером по машинному обучению (или учеником), очевидна следующая истина: вы тратите большую часть своего времени на предварительную обработку данных. В конце концов, кодировать архитектуру просто после нескольких тренировок, а благодаря современной библиотеке, такой как Pytorch и Keras, вы можете легко кодировать сложную архитектуру без особых усилий. Однако предварительная обработка этих изображений или CSV-документов в формате данных, который вы хотите..
Итак, вы думаете, что у вас недостаточно данных для машинного обучения
Спросите новичка, почему машинное обучение такое сложное, и вы, скорее всего, получите ответ в виде «математика очень сложна» или «Я не совсем понимаю, что такое все эти слои». делать' . Хотя это очевидно верно, и, безусловно, интерпретация моделей машинного обучения — запутанная тема, правда в том, что машинное обучение сложно, потому что чаще всего имеющиеся у нас данные не соответствуют сложности наших моделей. На практике это очень распространенная проблема, и, поскольку ваши модели..
Многопоточный генератор DataFrame Keras для миллионов файлов изображений
Вот код и некоторые пункты того, чем мы занимаемся: Keras глубокое обучение со сверточными сетями; Миллионы образов , сотни ГБ и более дискового пространства; Решение Pandas DataFrame для организации имен файлов (вместо подкаталога по метке классификации); использование исходных изображений и путей к файлам, без изменения размера и перемещения копий; (но если вы копируете файлы…) эффективный метод организации каталогов; использование одинаковых изображений и путей для..
Мой первый вклад в науку о данных - сверточную нейронную сеть, которая распознает изображения…
Узнайте, как сверточные нейронные сети можно применять для классификации глупых изображений После завершения популярного онлайн-курса Стэнфордского машинного обучения, который преподавал Эндрю Нг, я понял, что пришло время для моего первого проекта машинного обучения / глубокого обучения. Я хотел создать глупую нейронную сеть, которая может распознавать Николаса Кейджа на изображении. Мы будем использовать сверточную нейронную сеть (CNN) для распознавания изображений мистера Кейджа...
Многоклассная классификация с фокусными потерями для несбалансированных наборов данных
Потеря фокуса была предложена для задачи обнаружения плотных объектов в начале этого года. Это позволяет обучать высокоточные детекторы плотных объектов с дисбалансом между классами переднего и заднего плана в масштабе 1: 1000 . Из этого туториала Вы узнаете, как применить фокальные потери для обучения модели классификатора с несколькими классами, учитывая сильно несбалансированные наборы данных. Фон Давайте сначала рассмотрим другие способы лечения несбалансированных наборов..