Публикации по теме 'deep-learning'
Секреты назначения переменных переменным в Python
Одно предложение стоит тысячи слов:
Все в питоне является ссылкой!
(В принципе, это согласуется с предложением «все в питоне является объектом».)
Когда мы присваиваем значение (также называемое объектом) переменной, мы выделяем адрес для объекта в памяти и используем переменную в качестве ссылки на него.
А при назначении переменной другой новой переменной мы также устанавливаем новую переменную как ссылку на исходный объект.
Далее, некоторые примеры кода могут быть полезны для..
Работа с извлечением отношений, часть 1 (машинное обучение)
FinTree: кодировщик преобразования набора финансовых данных перед обучением для извлечения отношений (arXiv)
Автор: Хёнджон Ок
Аннотация: Мы представляем FinTree, кодировщик преобразования набора финансовых данных для извлечения отношений. Используя языковую модель кодировщика, мы дополнительно предварительно обучаем FinTree на наборе финансовых данных, адаптируя модель к задачам финансовой области. FinTree выделяется своей новой структурой, которая предсказывает замаскированный..
Последние обновления интерфейсов мозг-компьютер в 2023 году, часть 5 (ИИ)
Устройство JNEEG для преобразования Jetson Nano в интерфейсы мозг-компьютер. Краткий отчет(arXiv)
Автор : Ильдар Рахматулин
Аннотация: Искусственный интеллект добился значительных успехов в последние годы, и это оказало влияние на область нейробиологии. В результате были реализованы различные архитектуры для извлечения признаков из сигналов ЭЭГ в режиме реального времени. Однако использование таких архитектур требует больших вычислительных мощностей. В результате устройства ЭЭГ..
Работа с надежным искусственным интеллектом, часть 3 (машинное обучение)
Сертификационные этикетки для надежного искусственного интеллекта: результаты эмпирического исследования смешанными методами (arXiv)
Автор: Николас Шаровски , Микаэла Бенк , Свен Дж. Кюне , Леана Веттштайн , Флориан Брюльман .
Аннотация: Аудит играет ключевую роль в разработке заслуживающего доверия ИИ. Однако текущие исследования в первую очередь сосредоточены на создании проверяемой документации по ИИ, которая предназначена для регулирующих органов и экспертов, а не для конечных..
Основные понятия и термины, которые необходимо знать об искусственном интеллекте и машинном обучении
С различными терминами и модными словечками, вот подробный глоссарий с примерами.
Когда дело доходит до искусственного интеллекта (ИИ) и машинного обучения (МО), существует множество различных терминов и модных словечек. Может быть трудно уследить за тем, что все означает, особенно когда некоторые термины кажутся взаимозаменяемыми.
Однако важно иметь хотя бы базовое представление о словаре терминов ИИ и машинного обучения. Это связано с тем, что эти технологии становятся все более..
Обзор — Поля сияния без нейронных сетей
Недавно для преобразования набора 2D-изображений в 3D-модель исследователи из Университета Беркли предложили модель NERF, которая из нескольких статических изображений сложной сцены может синтезировать новые виды.
Впоследствии была предложена улучшенная модель под названием NeRF-W (NeRF in the Wild), которая может адаптироваться к внешней среде с переменным освещением и окклюзиями, создавая фотореалистичные новые виды.
Эти замечательные результаты в синтезе изображений требуют больших..
Как подойти к проекту Кое-что от меня
Из предыдущих блогов, которые были написаны, и всего моего пути к машинному обучению, я перечислю две-три вещи о подходе к проблеме машинного обучения или любой другой проблеме.
Это будет скорее теоретический блог.
Таким образом, все в машинном обучении зависит от одной и только одной вещи, а именно набора данных, и если у нас нет хорошего набора данных, который очищен и имеет смысл, то независимо от того, сколько моделей или подходов мы испробуем, точность нашего прогноза будет ниже...