Публикации по теме 'transfer-learning'


Почему тренировочные данные являются узким местом для НЛП? Пример многоязычного BERT.
Трансферное обучение изменило парадигму в области НЛП, но его надежность с точки зрения более широкого круга приложений все еще ограничена. Когда вы видите те дискуссии о том, что искусственный интеллект (ИИ) будет опасен для человечества , которые ведутся повсюду в наши дни, спрашивали ли вы также: Почему? По словам одного из вице-президентов Google , когда вы спрашиваете какой штат к югу от Небраски для одной из наиболее сложных языковых моделей (LM), он отвечает Южная Небраска ...
На пути к лучшей реконструкции изображений по активности мозга
В последнее десятилетие исследователи из лаборатории Найта в Калифорнийском университете в Беркли продемонстрировали возможность реконструкции речи, языка и музыки непосредственно по активности мозга с помощью электрокортикографии и частотного анализа (Matin, 2018). Другие исследователи продемонстрировали способность реконструировать изображения с помощью фМРТ. Хотя результаты этих исследований впечатляют, их можно улучшить с помощью интерфейсов мозг-машина (ИМТ) с высоким..
Роль классов наборов данных в трансферном обучении
Упрощение компьютерного зрения с помощью Monk, инструмента глубокого обучения с низким кодом и унифицированной оболочки для компьютерного зрения Что вы делаете с моделью глубокого обучения при трансферном обучении? Это шаги, уже сделанные участниками pytorch, keras и mxnet. Вы выбираете архитектуру глубокого обучения, такую ​​как resnet, densenet или даже настраиваемую сеть. Обучите архитектуру на больших наборах данных, таких как Imagenet, coco и т. Д. Тренированные веса..
Трансферное обучение, часть II: когда их использовать в обработке изображений
В настоящее время двумя наиболее популярными областями использования трансферного обучения являются компьютерное зрение и обработка естественного языка ( NLP ), ставшие известными в последнее время благодаря GPT2 и GPT3 . Если вам нужно напомнить о трансфертном обучении - методе использования и переобучения существующей модели машинного обучения (ML) на новых данных, а не создания новой модели с нуля - ознакомьтесь с этим блогом за прошлый месяц, Не запускайте свою модель с..
Краткое введение в сверточную нейронную сеть
Я запланировал серию из трех статей, чтобы продемонстрировать использование трансферного обучения в обнаружении активности посредством обработки изображений. В этой первой статье я опишу базовую концепцию процесса свертки, а затем выйду во второй статье об архитектуре ConvNet, параметрах дизайна. Я буду использовать библиотеку Keras для создания и обучения ConvNet для обнаружения объектов с использованием обучения передачи в третьей статье. Что такое свертка Свертка определяется..
Трансферное обучение: распознавание лиц
Это подход к созданию модели распознавания лиц с использованием концепции трансферного обучения. GitHub: https://github.com/shubhabhi/Facial-Recognition-TransferLearning Введение Трансферное обучение: Трансферное обучение - это исследовательская проблема в машинном обучении, которая фокусируется на хранении знаний, полученных при решении одной проблемы, и применении их к другой, но связанной проблеме. Тонкая настройка: точная настройка - это процесс, в ходе которого..
Объяснение передачи обучения
Наш ежемесячный анализ тенденций в области машинного обучения Изначально эта публикация была отправлена ​​как наш ежемесячный информационный бюллетень о тенденциях в области машинного обучения и искусственного интеллекта. Если вы хотите, чтобы эти анализы доставлялись прямо на ваш почтовый ящик, подпишитесь здесь ! Что касается технологий, темпы их развития со временем ускоряются. Рэй Курцвейл назвал это явление законом ускорения окупаемости . Мы не будем рассматривать историю..