Публикации по теме neural-networks

Публикации по теме 'neural-networks'

🚀 Расти вместе с нами 🚀

Поделитесь своим опытом и тем, что вы узнали об искусственном интеллекте, с другими энтузиастами и новаторами Кто мы AI Mind — это сообщество единомышленников, которые хотят учиться, исследовать или строить будущее ИИ. Мы помогаем вам оставаться в курсе последних тенденций, инструментов и технологий и призываем вас делиться своими сумасшедшими историями успеха или неудачами, вызванными искусственным интеллектом, в поддерживающем сообществе. В AI Mind мы верим, что каждый может..

Введение в графовые нейронные сети

Графы — это общий язык для описания и анализа сложных объектов с отношениями/взаимодействиями. Многие объекты реального мира можно описать как граф — компьютерные сети, пути распространения болезней, пищевые сети, сети частиц, подземные сети, социальные сети, экономические сети, молекулярные графы и многие другие системы реального мира. Сложные системы реального мира имеют богатую реляционную структуру. Нейронные сети на основе графов пытаются использовать преимущества этой..

Машинное обучение против глубокого обучения против нейронных сетей

Он доступен практически для всех областей. Сегодня доступно много информации, и ее правильное использование может принести как успех, так и разочарование брендам и ассоциациям. Надлежащее использование информации будет способствовать достижению целей брендов, особенно в предстоящих событиях. Отличие глубокого обучения и искусственного интеллекта заключается в том, как учится каждое вычисление. Глубокое обучение роботизирует значительную часть части цикла извлечения компонентов,..

Универсальные трансформаторы

В этом посте будет обсуждаться универсальный трансформатор, который сочетает в себе исходную модель трансформатора с техникой, называемой адаптивным временем вычисления. Основным нововведением универсальных трансформаторов является применение компонентов трансформатора разное количество раз для каждого символа. Справочник по бумаге Дехгани М., Гоус С., Виньялс О, Ушкорейт Дж., Кайзер Ł. Универсальные трансформаторы. ICLR 2019. Предыстория и обзор трансформатора Если вы..

Классификация рукописных цифр

Часть 2 — Введение в глубокое обучение Введение в глубокое обучение · Репозиторий кода · Часть 1 — Что такое нейронные сети? · Часть 3 — Лучшее обучение нейронных сетей (скоро) · Часть 4. Методы регуляризации (скоро) Предисловие На эту статью сильно повлияла Нейронные сети и глубокое обучение Майкла Нильсена. Это фантастическая книга, которая стала…

Архитектуры нейронных сетей. Часть 1.

Новая подсерия наших статей посвящена архитектурам нейронных сетей — основе ИИ. В каждой статье мы сосредоточимся на нескольких архитектурных типах и изучим их применимость. Нейронные сети образуют класс моделей в общем процессе машинного обучения. Эти модели можно описать как определенные наборы алгоритмов, которые произвели революцию в машинном обучении. Эти сети построены на принципах организации и функционирования биологических нейронных сетей — сетей нервных клеток живых..

За пределами градиентного спуска

Термин «градиентный спуск» знаком всем, кто занимается машинным обучением. Градиентный спуск — наиболее часто используемый алгоритм оптимизации для обучения моделей машинного обучения и нейронных сетей. Это помогает определить наилучшие значения параметров для минимизации функции потерь. Мы можем систематически проходить поверхность ошибки, используя градиентный спуск, чтобы достичь точки минимума. Глядя на поверхность ошибок, становится очевидным, что когда кривая крутая,..