Публикации по теме 'convolutional-network'
3 основных уровня глубокого обучения
Если вы хотите обучить свой набор данных, то, по крайней мере, вы должны знать эти 3 слоя.
Слои
Плотный слой
Мы назвали это «самым известным типом Слоя». Вы можете использовать этот слой, если хотите добавить больше слоев, потому что вашей модели нужно больше запоминать некоторые значения.
Слишком большой плотный слой вызовет переобучение.
Слишком менее плотный слой приведет к тому, что ваши тренировки будут далеко не лучшими.
И обычно мы добавляли Dense Layer в конце..
Демистификация деформируемых сверток
Деформируемые свертки набирают популярность и применяются в сложных задачах компьютерного зрения, таких как обнаружение объектов. В этом посте я постараюсь подробно объяснить их и пролить свет на их важность для будущих приложений компьютерного зрения.
Предпосылки:
Читатель поста должен иметь базовое представление о сверточных нейронных сетях. Если вы не знакомы с этой темой, вы можете обратиться к этой ссылке , и если вы хотите узнать больше о сверточной операции, которая..
От персептрона к глубоким нейронным сетям.
Следовательно, были введены RNN (повторяющиеся нейронные сети) , которые имеют скрытое состояние, способное сохранять информацию о последовательности. Возможность сохранять информацию о предыдущем состоянии последовательности данных коренным образом изменила всю область обработки естественного языка. В целом эволюция глубоких нейронных сетей облегчила процесс автоматизации принятия решений с самого начала до совершенно другого уровня, и с учетом текущих тенденций в исследованиях..
Распознавание лиц с использованием API face_recognition
Самый простой в мире API распознавания лиц для Python и командной строки
В этой статье мы исследуем библиотеку face_recognition и реализуем систему распознавания лиц.
Схема:
Шаг 1: установка Шаг 2: поиск лиц на изображении Шаг 3: Определение черт лица Шаг 4: Определение известных лиц
Шаг 1. Установка:
Требования
Python 3.3+ или Python 2.7 macOS или Linux (Windows официально не поддерживается, но будет работать нормально)
Для Windows: сначала убедитесь, что у вас..
Разработка крупномасштабных моделей подобия с использованием глубокого обучения
Поиск похожих текстов или изображений — очень распространенная проблема в машинном обучении, широко используемая для поиска и рекомендаций. Хотя эта проблема очень распространена и имеет большое значение для бизнеса для некоторых организаций, тем не менее, она остается одной из самых сложных проблем, когда размер базы данных очень велик, например > 50 ГБ, и мы не хотим терять точность и запоминать слишком много. получение только «приблизительно» близких результатов.
В этом посте мы..
Глубокое обучение; Личные заметки Часть 1 Урок 3: Теория CNN; Сверточные фильтры, максимальное объединение…
Эта серия сообщений в блоге будет обновляться, так как у меня будет второй взгляд на быстрые уроки искусственного интеллекта. Это мои личные записи; стремление ясно понимать вещи и хорошо их объяснять. Ничего нового, только живу в этом блоге .
Быстрые собаки против кошек
Вот непрерывный процесс, чтобы получить современный результат для собак и кошек:
PATH = "data/dogscats/"
Мы предполагаем, что ваши данные находятся в папке data . Но вы можете захотеть..
Сверточная нейронная сеть (CNN) на C ++
Существует множество статей о сверточных нейронных сетях, в которых объясняется, что такое CNN и как они используются. В данной статье об этом не говорится. Сегодня мы собираемся закодировать CNN на C ++ с помощью библиотеки mlpack для классификации набора данных MNIST .
Вы можете спросить, почему C ++, когда это легко в python с множеством библиотек, вы, вероятно, видели некоторые автомобили Tesla к настоящему времени, такие системы требуют вывода в реальном времени из их среды, а..
