Публикации по теме 'neural-networks'
Мой опыт использования генеративного ИИ в качестве художественного соавтора
Инструменты генеративного ИИ обеспечивают быстрый способ визуализации стилизованных перспектив.
Как художник-график, для меня важно оставаться в курсе многих инструментов, доступных для создания и реализации продуманного дизайна. Поскольку в последние годы с появлением генеративного искусственного интеллекта (ИИ) и невзаимозаменяемых токенов (NFT) возможности создания цифрового дизайна резко возросли, задача идти в ногу со всем может показаться сложной.
Мой личный метод борьбы с..
Изучение архитектур нейронных сетей для глубокого обучения
Нейронные сети произвели революцию в области глубокого обучения. Это набор алгоритмов, созданных по образцу человеческого мозга и способных учиться на больших объемах данных. Нейронные сети используются для широкого спектра приложений, таких как распознавание изображений, обработка естественного языка и распознавание речи.
Одним из наиболее важных аспектов нейронных сетей является их архитектура. Архитектура нейронной сети относится к тому, как связаны ее нейроны. Существует..
Основы машинного обучения - любой может понять! {Эпизод 1}
«Вау! машинное обучение? Ракетостроение, чертовски сложно ... Хочу узнать об этом побольше, но я не специалист по данным, и уж точно не моя чашка чая :( «
Звучит знакомо? Я определенно не могу вас винить, поскольку большинство блогов и видео о машинном обучении изображают и иллюстрируют это примерно так:
В наши дни машинное обучение похоже на секс в школьные дни. Об этом говорил каждый ученик, лишь очень немногие знают, что это такое, но на самом деле это делал только ваш..
Рекомендация блога с моделями нейронных сетей
Введение
Это третья часть серии из трех частей, в которой показано, как создать механизм поиска и рекомендаций в реальном времени, используя Механизм обслуживания больших данных Vespa с открытым исходным кодом.
Часть 1 подробно описала создание базовой поисковой системы по блогам, а часть 2 расширила ее с помощью простой модели рекомендаций с машинным обучением.
Основная цель этого поста - показать, как развертывать модели нейронных сетей в Vespa с помощью нашей Tensor..
Серия DeepLearning: Последовательные архитектуры
Эта модель архитектуры полезна для машинного перевода и распознавания речи.
Давайте воспользуемся первым приложением в качестве примера. Мы хотим перевести входной текст на французском языке (x ‹1›, x ‹2›,…, x ‹Tx›) в выходной текст на английском языке (y ‹1›, y ‹2›,…, y ‹Tx›) .
Сеть RNN будет построена из двух блоков: кодировщика и декодера.
Сеть кодировщика построена как RNN (это может быть GRU, LSTM), куда мы вводим французские слова, по одному слову за раз. После приема..
Only Numpy: реализация и сравнение алгоритмов оптимизации градиентного спуска + Google Brain’s…
С тех пор, как я увидел этот Обзор алгоритма градиентного спуска от Себастьяна Рудера. Я давно хотел написать этот пост, так как не только хотел реализовать разные виды алгоритмов оптимизации, но и сравнить их друг с другом. И было бы немного скучно сравнивать только традиционную оптимизацию, поэтому я добавлю еще три, список всех методов оптимизации показан ниже.
Список алгоритмов оптимизации для сравнения
а. Стохастический градиентный спуск (одна линия) б. Импульс c...
Машины Больцмана
Введение в машины Больцмана
Машина Больцмана — это тип нейронной сети, которая использует принципы статистической механики для моделирования сложных систем. Он был изобретен Джеффри Хинтоном и Терри Сейновски в начале 1980-х годов.
Модели на основе энергии (EBM) — это класс моделей машинного обучения, которые используются для представления и изучения базовой структуры сложных распределений вероятностей. Эти модели определяют скалярную функцию энергии, которая присваивает..
