Публикации по теме 'neural-networks'


Представляем Alterra Answer Bot для Zendesk
Несколько дней назад Интернет пошутил по поводу языковой модели , столь опасной , что Open.ai решил сохранить ее в секрете, как если бы это был план ядерной бомбы. Мы, в Alterra.ai, работаем над тем, чтобы сделать этот тип технологий доступным для всех предприятий, больших и малых. И чтобы сдержать это обещание, сегодня мы запускаем Alterra Answer Bot для Zendesk. Оснащенный нашим нейронным движком НЛП, он стал самым точным ответным ботом на рынке, способным отклонять в четыре раза..
Капсульные сети
Недавняя статья , опубликованная Джеффри Хинтоном, получила широкое освещение в СМИ из-за многообещающих достижений в эволюции нейронных сетей. Это усовершенствование называется «Капсульные сети», а его последняя реализация упоминается в его статье «Динамическая маршрутизация между капсулами». Чтобы быть ясным, капсульные сети были впервые представлены Хинтоном в 2011 году, но так или иначе оставались бездействующими, поскольку ему было трудно заставить их работать. Недавняя..
Как искусственный интеллект улучшает нашу жизнь.
Может ли машинное обучение превзойти человеческое? Все мы, возможно, сталкивались с этим вопросом. Машины придумали люди. Так как же ученик может знать больше, чем его учитель? Хотя ответ на приведенный выше вопрос «НИКОГДА», поскольку человеческий интеллект создает искусственный интеллект, сам факт возникновения этого вопроса означает развитие машинного обучения и искусственного интеллекта. Машины могут обучаться, учиться на своих ошибках и принимать решения, то есть вести себя как..
Простое распознавание рукописных цифр с помощью TensorFlow и MNIST
В этой статье мы создадим очень простую модель с помощью TensorFlow, которая учится распознавать рукописные цифры. Пример предназначен для использования в качестве основы для будущих статей. Статья написана с использованием Jupyter Lab, и вы можете скачать соответствующий код по адресу https://github.com/alan-cooney/blog/blob/main/posts/mnist-simple/mnist-simple.ipynb . Настраивать Сначала мы импортируем ключевые зависимости: import typing from os import getcwd, path..
Лица, принимающие решения о нейронных сетях
Я, Руши Праджапати, приветствую вас в своем очередном блоге из серии Упрощение , в котором я пытаюсь объяснить сложные темы, упрощая их. В этой серии я написал три блога: один по компьютерному зрению , один по ML-DL и один по нейронным сетям . И сегодня я представляю вам очередной блог о функции активации нейронной сети. Я предполагаю, что вы читали мой последний блог о нейронных сетях , потому что этот посвящен функции активации, поэтому я надеюсь, что вы знакомы с основами..
Dropout — простой способ улучшить нейронную сеть?
Dropout: простой способ предотвратить переобучение нейронных сетей Как реализовать дропаут в нейросети Глубокое обучение Udacity — отсев Эта статья изначально была размещена на моем собственном сайте .
Руководство для начинающих по нейронным сетям
Нейронные сети — это тип искусственного интеллекта, вдохновленный структурой и функциями человеческого мозга. Они состоят из множества взаимосвязанных узлов, называемых нейронами, которые обрабатывают информацию и передают сигналы друг другу. Нейронные сети используются для множества задач, включая распознавание изображений, обработку естественного языка и прогнозирование. Это руководство для начинающих познакомит вас с основами нейронных сетей и принципами их работы, включая..