Публикации по теме 'transfer-learning'
SiATL - это новейший, новейший и простейший подход к трансфертному обучению
SiATL - это новейший, новейший и простейший подход к переносному обучению
Это резюме исследования - лишь одно из многих, которые еженедельно распространяются в информационном бюллетене для ученых в области ИИ. Чтобы начать получать еженедельную рассылку, подпишитесь здесь .
Многие традиционные методы трансферного обучения используют предварительно обученные языковые модели (LM), которые стали очень популярными и могут похвастаться способностью переводить контекстную информацию,..
Трансферная обучающая поездка
Абстрактный
В этой статье рассматривается трансферное обучение (TL), мощная техника в области глубокого обучения. В трансферном обучении архитектуры сетей и обученные параметры, полученные с помощью определенного набора данных, заимствуются и используются для новой задачи. Мы изучаем различные подходы TL для распознавания изображений в наборе данных CIFAR-10 с использованием предварительно обученных сетевых архитектур в наборе данных ImageNet. Не маскируйтесь академическим тоном, это..
Проектирование сверточных нейронных сетей на наборе данных Cifar10 с использованием трансферного обучения — Resnet101
Сверточная нейронная сеть со 101 слоем известна как ResNet-101. База данных ImageNet содержит предварительно обученную адаптацию сети, подготовленную на более чем миллионе изображений. Сеть может разделять изображения на 1000 различных классификаций объектов, включая клавиатуру, мышь, карандаш и, более того, множество животных. Соответственно, сеть получила богатые изображения компонентов для ассортимента изображений.
Сначала мы выполним нашу операцию с набором данных CIFAR-10. Есть..
Создание классификатора изображений с использованием TensorFlow
Меня пугает перспектива объединения компьютерного зрения с машинным обучением! Удивительно, как мы можем создавать и обучать модели, позволяющие машинам распознавать изображения, например, изображение собаки или кошки, с феноменальной точностью. Возможности безграничны. В этой статье я собираюсь объяснить, как вы можете самостоятельно создать классификатор изображений с помощью TensorFlow for Poets, созданного Google, чтобы распознавать практически все в мире!
Прежде чем мы..
А как насчет 6-недельного проекта машинного обучения?
Только что прошла еще одна (4) неделя из моего 6-недельного проекта ML. Теперь мы закончили и приступили к самой важной и захватывающей задаче. ДА, я имею в виду обучение нашей модели с полным набором данных.
В предыдущие недели мы проделали довольно много работы, в том числе:
Сбор данных. Поиск изображений и этикеток. Создание проверочного набора. Данные в пакеты. ("1 неделя"). Построение нашей модели для задачи классификации. Создание обратных вызовов. ( Неделя 2 )..
Распознавание лиц с использованием Facenet, SVM в музыкальном видео корейской группы BTS
В этом посте я расскажу о проекте, который был выполнен с целью использования некоторых предварительно обученных моделей и выполнения базового уровня трансферного обучения для достижения распознавания лиц 7 участников корейской группы BTS.
Мотивация. Большая поклонница BTS бросила мне вызов определить семерых участников группы, просто посмотрев несколько музыкальных клипов (и прослушав ее аудиоаннотации в реальном времени). Это был хороший вызов для меня, и мне потребовалось некоторое..
Классификация пород собак с использованием трансферного обучения
Проект Udacity DSND по классификации пород собак с использованием передачи обучения с CNN.
В этом проекте мы используем узкие места VGG-16 и Inception-V3 для обучения классификатора пород собак. Мы обучаем CNN с нуля и сравниваем результаты двух подходов. Наконец, мы видим, как классификатор собак работает с изображениями людей.
ОБУЧЕНИЕ МОДЕЛИ CNN ПО ЦЕПИ
Задача определения породы собак по изображениям считается исключительно сложной. Чтобы понять почему, примите во..
