Публикации по теме 'transfer-learning'


ПРОЕКТ: Трансферное обучение для классификации колоректальной гистологии
Обзор Колоректальный рак является видным глобальным злокачественным заболеванием, что требует превентивных диагностических мер для повышения выживаемости пациентов. Краеугольным камнем диагностики является гистопатологическое исследование образцов тканей. Гистологические слайды дают полное представление о микроархитектуре тканей, позволяя анализировать критические морфологические признаки, необходимые для точной диагностики и классификации рака. Однако, несмотря на свою клиническую..

Эффективное трансферное обучение: доводка или доводка?
Часто тонкая настройка глубокой нейронной сети — это больше искусство, чем наука/инженерия. Какая скорость обучения наиболее оптимальна? Сколько слоев заморозим? Должны ли мы использовать разные скорости обучения в зависимости от слоя? В большинстве случаев многие из этих вопросов решаются методом проб и ошибок (и частично с помощью AutoML). Не будет ли лучше взять предварительно обученные веса по мере их поступления, использовать архитектуру в качестве экстрактора признаков и..

Короче говоря ... Пример использования НЛП при обобщении текста
Короче говоря ... Пример использования НЛП при обобщении текста В этот быстро меняющийся век мы все хотим быть в курсе повседневных событий по всему миру, но очень немногие люди могут позволить себе такую ​​роскошь. Что касается чтения газет и статей, то важно бегло просмотреть, то есть сначала просмотреть заголовки, а затем сразу перейти к ним, только если это интересно или стоит прочитать. Когда контент доступен по нажатию кнопки, мы все предпочитаем просматривать «обобщенные»..

Размеченные наборы данных ОКТ сетчатки глаза и рентгеновских изображений грудной клетки для медицинского ИИ.
Размеченные наборы данных ОКТ сетчатки глаза и рентгеновских снимков грудной клетки для медицинского ИИ. Набор данных проверенных изображений ОКТ и рентгенографии грудной клетки, описанных и проанализированных в «Классификация на основе глубокого обучения и направление излечимых заболеваний человека». Изображения ОКТ разделены на обучающую выборку и проверочную выборку независимых пациентов. Изображения ОКТ помечены как (болезнь)-(рандомизированный идентификатор пациента)-(номер..