Свързани публикации 'pytorch'


Трансфер на невронен стил
Човешкото същество се справя изключително добре в създаването на уникален стил за произведения на изкуството, но е много трудно да накараш компютър да научи нечий стил. Тъй като „стил“ е толкова абстрактно понятие, няма ясна дефиниция за „стил“. Позовавайки се на статията на Gatys et al, той предлага алгоритъм за прилагане на стил на изображение върху дадено изображение на съдържание. Ще го приложим в тази статия. Трансфер на невронен стил. Gatys и др. (2015) (..
Предизвикателство за класифициране на китайски зодиакални знаци с Pytorch
В стипендията Bertelsmann AI Udacity стипендиантите не само трябва да завършат курса AI Udacity, но също така се предизвикват един друг да прилагат уменията и знанията, които събират и практикуват по време на курса. Едно от тези предизвикателства е китайското предизвикателство за класификация на зодиакалните знаци. По случай, знаете, китайската лунна нова година. Китайският зодиак е разделен на дванадесет годишни цикъла, като всяка година се идентифицира с определено животно...
Как ML моделите всъщност извършват градиентно спускане?
Получете интуиция за разликата между оптимизаторите SGD vs RMSprop vs Adam Когато хората за първи път започнат машинно обучение в PyTorch, може да видите скрипт на PyTorch като този. Създавате инстанция на оптимизатор, получавате вашите етикети за данните, изчислявате загубата си и разпространявате обратно, за да минимизирате функцията си на загуба. Най-важният ред в целия този код (първият) обаче е скрит от целия абстрактен код на високо ниво, който PyTorch предлага, и въпреки..
Вашият първи CycleGAN с помощта на Pytorch
Въведение в cycleGAN с помощта на pytorch и превод на изображение за смяна на пола Кратка история... GAN или Generative Adversarial мрежа беше въведена като част от изследователска статия през 2014 г. от Иън Гудфелоу. В тази статия той първоначално предлага генериране на нови данни със съществуващ набор от данни, използвайки конкурентни невронни мрежи. През 2017 г., надграждайки тази основа, друга група или изследователи ( Jun-Yan Zhu , Taesung Park , Phillip Isola , Alexei A...
Оптимизация на проксималната политика в PyTorch с повтарящи се модели
Оптимизацията на проксималната политика (PPO) е техника за градиент на политика, която е сравнително лесна за прилагане и може да разработи политики за максимизиране на възнаграждението за широк клас проблеми [1]. Подобно на други методи за градиент на политики, PPO може да оптимизира повтарящи се политики на невронни мрежи. Това може да бъде много полезно, тъй като в много среди наблюденията не представят пълното състояние на системата, но повтарящият се модел може да разбере какви..
Регулиране на скоростта на обучение в PyTorch
В PyTorch има няколко функции за регулиране на скоростта на учене, всяка от които има своите предимства и недостатъци. Защо трябва да коригираме скоростта на обучение? Хиперпараметърът скорост на обучение контролира скоростта или скоростта, с която моделът се учи. Съвети за най-добра скорост на учене: Започнете със стойност като 0,1 и постепенно намалете до 0,01,0,001,…. Ако моделът се справя добре при стойност като 0,01, тогава проверете и стойности като..
Топ 10 курсове и сертификати за машинно обучение [юли 2021 г.]
Според доклада за състоянието на изкуствения интелект и машинното обучение за 2020 г. процентът на бизнес ръководителите, отговорни за инициативите за машинно обучение, се е увеличил от 39% на 70% само между 2019 г. и 2020 г.! Машинното обучение е част от доклада за бъдещето на работата на Световния икономически форум, който нашият екип е подготвил списък с 10 най-добри избора на онлайн курсове за машинно обучение, които могат да изведат кариерата ви на следващо ниво. Отказ от..