Публикации по теме 'keras'


Модели многослойного персептрона в наборе данных MNIST: скажите нет переобучению!
Здравствуйте, друзья, в этом блоге я поделюсь своим опытом работы с многослойным персептроном, с какими проблемами я столкнулся, обучая их, и как я их преодолел. 1. Основные сведения Перед этим я хотел бы уточнить некоторые моменты. В этом посте предполагается, что у вас есть определенные знания о многослойных перцептронах и о том, как они работают. Вы знакомы с базовой терминологией, такой как обратное распространение, а также знаете о функциях активации, таких как сигмоид, tanh,..
Обнаружение мошенничества с кредитными картами с помощью Keras: подробное руководство
Добро пожаловать в это захватывающее путешествие в мир обнаружения мошенничества с кредитными картами с использованием возможностей машинного обучения и Python! В этой статье я расскажу вам весь процесс построения надежной модели обнаружения мошенничества с использованием библиотеки Keras. Пристегнитесь, пока мы изучаем каждый шаг, от предварительной обработки данных до оценки модели, при этом добавляя удобные примеры кода и советы, которые сделают ваше обучение плавным и приятным...
Улучшение производительности глубокой нейронной модели (часть 1)
Примечание. Прежде чем приступить к чтению этой статьи, щелкните ссылку ниже, чтобы увидеть код и различные графики визуализации, чтобы лучше понять статью и концепции. В этой статье мы обсудим следующие вопросы и попытаемся найти на них ответы. С какой проблемой сталкивается глубокая нейронная модель? Как решить эти проблемы и повысить производительность модели? С какой проблемой сталкивается глубокая нейронная модель? Многие специалисты по данным говорят, что если мы..
Zero Shot Super Resolution Часть 3: Обучение модели -
В первой части мы рассмотрели методы Single Image Super Resolution (SISR) и, в частности, Zero-Shot Super Resolution . Во второй части мы обсудили, как запустить пример кода с помощью Keras , бэкенда TensorFlow , OpenCV и бесплатной учетной записи на MissingLink.ai . Область применения этого метода варьируется от медицинских изображений до работы со сжатыми изображениями, сельскохозяйственного анализа, автономного вождения, спутниковых снимков, разведки и многого другого. Теперь..
Начните с глубокого обучения с помощью Keras
Глубокое обучение находится в авангарде революции искусственного интеллекта, и по уважительным причинам - невероятные успехи в обработке естественного языка, распознавании изображений и даже компьютерной игре в го - все это было сделано благодаря помощи глубоких нейронных сетей. Из-за сложности задач, которые приходится решать большинству нейронных сетей, большинство людей ожидают, что создать нейронную сеть сложно. Да, может быть, 5 лет назад это было бы полностью верно, и вам..
Часть 1. Создание модели классификации диабета с помощью Keras и R
Часть 1: Введение В этом сообщении блога мы рассмотрим процесс построения модели классификации диабета с использованием Keras и R. Точная классификация пациентов с диабетом имеет решающее значение для ранней диагностики и эффективного лечения. Модели машинного обучения могут помочь в этом…
Динамическое взвешивание потерь в Keras: тонкая настройка обучения модели с помощью адаптивных весов потерь
В этом уроке я покажу вам, как динамически изменять потерю модели Keras во время обучения без перекомпиляции модели. Недавно я столкнулся с ситуацией, когда мне нужно было добавить адаптивные веса к модели Keras с множественными потерями, используя пользовательскую функцию потерь. Хотя есть ресурсы для PyTorch или vanilla TensorFlow, у Keras нет официального решения. Тем не менее, я нашел подсказку в документации Keras об оптимизации скорости обучения, которая помогла мне найти..