Публикации по теме 'deep-learning'


Уроки машинного обучения, которые Uber извлекла из масштабного запуска машинного обучения
Некоторые уроки, извлеченные из первых нескольких лет работы инфраструктуры машинного обучения Uber. Недавно я запустил образовательный информационный бюллетень, посвященный ИИ, у которого уже более 125 000 подписчиков. TheSequence — это информационный бюллетень, ориентированный на машинное обучение, без BS (то есть без шумихи, без новостей и т. д.), чтение которого занимает 5 минут. Цель состоит в том, чтобы держать вас в курсе проектов машинного обучения, научных работ и концепций...
Встречайте АЛЬБЕРТА: новый «Lite BERT» от Google и Toyota с ультрасовременной производительностью НЛП и 18x…
TL; DR = ваши предыдущие модели НЛП неэффективны и устарели. Хорошего дня. [* Обновлено 6 ноября с помощью Albert 2.0 и официального выпуска исходного кода] Google Research и Toyota Technological Institute совместно выпустили новую статью, которая знакомит мир с предположительно преемником BERT, гораздо меньшим и более умным Lite Bert по имени ALBERT. ( АЛЬБЕРТ: Lite BERT для самостоятельного изучения языковых представлений ). Результаты ALBERT сами по себе впечатляют с точки..
Понимание утечки данных, часть 3 (машинное обучение)
Split-U-Net: предотвращение утечки данных в разделенном обучении для совместной мультимодальной сегментации опухолей головного мозга (arXiv) Автор : Хольгер Р. Рот , Али Хатамизаде , Цзиюэ Сюй , Цань Чжао , Вэньци Ли , Андрей Мироненко , Дагуан Сюй . Аннотация: Сплит-обучение (SL) было предложено для децентрализованного обучения моделей глубокого обучения. Для децентрализованных приложений здравоохранения с вертикальным разделением данных SL может быть полезен, поскольку..
Как работает гиперграфическое разбиение Часть 2 (интеллектуальный анализ данных)
1. Эволюционное разбиение гиперграфа n-го уровня с адаптивным огрублением ( arXiv ) Автор: Ричард Дж. Прин , Джим Смит Аннотация . Разбиение гиперграфа — это NP-сложная задача, возникающая во многих приложениях информатики, где необходимо сводить большие задачи к ряду более мелких, поддающихся вычислительному решению подзадач. Современные методы используют многоуровневый подход, при котором начальное разбиение выполняется после сжатия гиперграфа до заданного уровня. Этот..
AI для всех (неделя 1)
Искусственный интеллект (ИИ) трансформирует все отрасли. Каковы его возможности, ограничения и влияние? Последний курс Эндрю Нг ( ИИ для всех ) дает вам ключи к пониманию этой цифровой трансформации нашего общества и инструменты, которые можно использовать в вашей деятельности. Эта статья является частью серии Глубокое обучение на практике (читайте также версии на французском и португальском ). Список статей «AI для всех» AI для всех (неделя 1) Создание проектов AI..
Thunderstruck: Disaster CNN визуализация линий электропередачи переменного тока
Thunderstruck: Disaster CNN визуализация линий электропередачи переменного тока NET Center в VŠB пытается обнаружить образцы частичных разрядов от воздушных линий электропередачи путем анализа сигналов мощности. Этот вызов Kaggle был интересным для всех энтузиастов электроэнергии. В идеале мы могли бы обнаружить медленно увеличивающееся повреждение линий электропередачи до того, как произойдет отключение электроэнергии или возникнет электрический пожар. Однако есть много миль линий..
Раскрытие возможностей нейронных сетей: руководство для начинающих по машинному обучению
Нейронные сети — мощный инструмент машинного обучения и искусственного интеллекта. Они созданы по образцу структуры и функций человеческого мозга и используются для таких задач, как распознавание изображений, обработка естественного языка и прогнозирование. Если вы новичок в нейронных сетях, вот руководство для начинающих, чтобы понять, как они работают. Нейронная сеть состоит из слоев взаимосвязанных «нейронов», которые моделируются по образцу нейронов человеческого мозга. Каждый..