Свързани публикации 'neural-networks'


Моят компютър ме усеща
Анализът на настроението се използва, за да се установи дали авторът се чувства положително, неутрално или отрицателно по дадена тема. Използва се за анализ на неща като ревюта на филми и социални медии. На срещата „Силата на невронните тензорни мрежи“ („пълно видео тук“), Патрик Смит обясни техниките зад най-добрия наличен днес анализ на настроенията. Покажете ми анализа на настроението Stanford Treebank е отличен работещ пример за това в действие (за съжаление сайтът им изглежда..
ИНИЦИАЛИЗАЦИЯ НА ТЕГЛАТА В НЕВРОННАТА МРЕЖА:
Работата с невронни мрежи може да ви е запознала с идеята за теглата, използвани в невронните мрежи, как те се избират и инициализират за слоеве и какво има под скрития слой. Нека го изследваме математически и теоретично, за да разберем по-добре процеса, тъй като сме наясно, че тези тегла са от решаващо значение за намаляване на нашата функция на загуба. Теглата не се задават след инициализация в повечето случаи на обучение на невронни мрежи. Вместо това, за да се подобри..
Въведение в невронните мрежи
Преди да се потопите в невронните мрежи, е изключително важно да разберете основите на машинното обучение. Машинното обучение включва използването на алгоритми за изучаване на модели от данни. Казано по-просто, компютърът се научава как да изпълнява задачата, като анализира данни и открива модели. Има два основни вида машинно обучение: наблюдавано обучение и неконтролирано обучение. Тези два типа машинно обучение могат да бъдат трудни за разбиране, особено ако нямате сериозен опит..
Демистифициране на отпадането: от измама в класната стая до обучение с изкуствен интелект
Здравей! Днес ще демистифицираме концепция, която е широко използвана в дълбокото обучение - отпадане. Ако някога сте били любопитни какво се случва под капака, когато използваме невронни мрежи, тази публикация е за вас. И за да направя нещата интересни, ще споделя лична история от моите ученически дни. Измами в класната стая и невронни мрежи: Моят собствен опит Когато бях в училище, един мой съученик не обичаше географията като предмет. Въпреки това той имаше тайно оръжие за..
Невронни мрежи върху графики
Представете 3 общи модела на графични невронни мрежи — GNN, GCN, GAT Невронните мрежи могат да се използват за обработка на данни, естествено представени чрез графики. Това се случва в много области на науката и инженерството като компютърно зрение, молекулярна химия и др. Графична невронна мрежа¹ Първият вариант, който разглеждаме, е мотивиран от повтаряща се архитектура и е наречен Graph Neural Network (GNN). Използваме пример, за да илюстрираме как работи GNN. Както е показано..
Какво е Jina и Neural Search?
Научете повече за невронното търсене и Jina Какво е невронно търсене? Накратко, невронното търсене е нов подход за извличане на информация. Вместо да казва на машина набор от правила, за да разбере кои данни какви са, невронното търсене прави същото с предварително обучена невронна мрежа. Това означава, че разработчиците не трябва да пишат всяко малко правило, което им спестява време и главоболия, а системата се обучава, за да се подобрява, докато върви. Какво е Джина? Jina е нашият..
Алгоритми, които трябва да знаете в машинното обучение
Алгоритми, които трябва да знаете в машинното обучение Обучителни алгоритми за машинно обучение, като невронни мрежи, байесовски изводи и вероятностни изводи Написано от Mr. Винай Гупта ML моделът е набор от правила и предпочитания, които се прилагат към набор от данни, за да позволят на компютрите да правят прогнози. Събирането на данни, почистването им и обучението на модела с все по-сложни алгоритми и/или допълнителни набори от данни са част от процеса на обучение...