Публикации по теме 'transfer-learning'
Смотрите: Эффективное трансферное обучение для НЛП
Трансферное обучение, практика применения знаний, полученных при выполнении одной задачи машинного обучения, для решения второй задачи, добилось исторического успеха в области компьютерного зрения. Выходные представления общих моделей классификации изображений, обученных в ImageNet, были использованы для построения моделей, которые обнаруживают присутствие настраиваемых объектов в естественных изображениях. Задачи классификации изображений, которые обычно требуют сотен тысяч..
Глубокое трансферное обучение набору данных Animals-10 в PyTorch
Учебное пособие по передаче обучения с использованием CNN глубокого обучения Resnet-18 для достижения точности проверки 97%.
Глубокие сверточные нейронные сети, применяемые для задач прогнозирования изображений, чрезвычайно популярны. Кажется, что каждые несколько месяцев появляется новый алгоритм, расширяющий границы архитектуры CNN. Всего несколько лет назад эти современные алгоритмы и знания о том, как их создавать, были доступны лишь нескольким экспертам. Однако ландшафт меняется..
Nvidia Transfer Learning Toolkit - подробное руководство
Nvidia Transfer Learning Toolkit - подробное руководство
В современном мире большая часть оптимизированной архитектуры глубоких нейронных сетей уже доступна для использования, и что делает ее более впечатляющей, так это способность обучать только несколько последних слоев предварительно обученной модели для достижения сверхчеловеческой точности за очень короткое время.
В этой статье мы собираемся обучить модель на общедоступном наборе данных KITTI, используя NVIDIA Transfer..
Введение в трансферное обучение
Hi,
«Базовое описание передачи обучения от новичка к новичку»
Прежде чем приступить к описанию трансферного обучения, важны некоторые предыстории.
Ежегодно проводится конкурс ILSVRC, например ImageNet Large Scale Visual Recognition Challenge (ILSVRC).
Задача оценивает алгоритмы обнаружения объектов и классификации изображений в крупном масштабе. Одна из важных мотиваций - позволить исследователям сравнивать прогресс в обнаружении более широкого спектра объектов, используя в своих..
Глубокое обучение и НЛП (для текста и речи)
С огромным ростом и повсеместным распространением глубокого обучения и обработки естественного языка (НЛП) мы часто обращаемся к нескольким книгам, исследовательским работам и веб-сайтам для получения последней информации и методов. Растет потребность в едином всеобъемлющем ресурсе, который предоставляет руководство по новейшим методам глубокого обучения для NLP и речевых приложений. Помня об этой цели, мои коллеги ( Удай Камат и Джимми Уитакер ) и я решили написать учебник, который..
Что такое трансферное обучение? Его использование в глубоком обучении и машинном обучении
Термин трансферное обучение говорит сам за себя. Это метод, который повторно использует предварительно обученные веса для обучения новой модели. Это очень эффективный метод, поскольку он включает веса предварительно обученной модели для достижения хорошей точности в нашей новой модели.
Этот метод чрезвычайно полезен, если у вас есть небольшой набор наборов данных. Поскольку небольшой набор данных приводит к низкой точности, мы можем преодолеть это, передав предварительно обученный..
Введение в передачу обучения в TensorFlow
Краткое руководство по бесценному инструменту глубокого обучения
Чтобы клонировать и выполнять упражнения, показанные в этой статье, просмотрите сопутствующую записную книжку на Kaggle.
Устали часами тренировать свои классификаторы изображений только для того, чтобы получить некачественные результаты? Хотели бы вы, чтобы был лучший способ создавать надежные нейронные сети без необходимости каждый раз начинать с нуля? Не желайте больше, трансферное обучение уже здесь, и это..
