Публикации по теме 'transfer-learning'
Обнаружение множественных объектов с использованием набора инструментов NVIDIA Transfer Learning Toolkit
Этот пост не является подробным объяснением машинного или глубокого обучения, а скорее представляет собой практическое руководство по настройке обнаружения объектов для проектов. В этом сообщении блога будет рассказано о создании системы обнаружения пользовательских объектов с использованием NVIDIA's Transfer Learning Toolkit (TLT) . Важно отметить, что обучение с TLT проводится только на x86 с графическим процессором NVIDIA, например V100; модели, обученные с помощью TLT, могут быть..
Состязательность в адаптации домена
Эта серия статей посвящена адаптации неконтролируемого домена . Неконтролируемая адаптация домена обрабатывает ситуации, когда имеются помеченные данные из исходного домена и немаркированные данные из связанного, но другого целевого домена с другим распределением. Целью методов обучения адаптации предметной области является использование помеченных образцов из исходного домена для изучения надежного классификатора для целевого домена, который имеет несколько или даже не имеет помеченных..
Передача обучения : – Распознавание лиц с использованием VGG16.
Постановка задачи: создайте проект, используя трансферное обучение для решения различных задач, таких как распознавание лиц, классификация изображений, используя существующие модели глубокого обучения, такие как VGG16, VGG19, ResNet и т. д.
Что такое распознавание лиц?
-› система распознавания лиц — технология, способная идентифицировать или верифицировать человека по цифровому изображению или видеокадру с видеоисточника.
Некоторые из популярных моделей, предоставляемых трансферным..
Что такое трансферное обучение? Как это помогает роботам учиться быстрее
Роботы становятся все более и более важными в нашей жизни, от беспилотных автомобилей до персональных помощников, таких как Siri и Alexa. Но как роботы узнают новое? В этом посте мы поговорим о классной технике, называемой трансферным обучением, которая помогает роботам учиться быстрее и лучше.
Как учатся роботы
Как и мы с вами, роботы могут учиться, изучая и практикуясь. Их можно запрограммировать на выполнение определенных задач, таких как распознавание лиц или игры.
Передача обучения с использованием DenseNet201
Передача обучения с использованием DenseNet-201
Сверточные нейронные сети (CNN)
В глубоком обучении сверточная нейронная сеть (CNN или ConvNet) представляет собой класс искусственных нейронных сетей, чаще всего применяемых для анализа визуальных образов. У них есть приложения. в распознавании изображений и видео, рекомендательных системах, классификации изображений, сегментации изображений, анализе медицинских изображений, обработке естественного языка, интерфейсах..
Глубокое обучение для маркетинга в социальных сетях
Вообще говоря, средняя реклама в Instagram стоит от 0,50 до 1 доллара за клик . В более конкурентных областях, таких как индустрия моды, это может стоить до 3 долларов за клик. Стоимость клика также может варьироваться в зависимости от возрастной группы. Например, возрастные группы 18–24, 25–34 и 35–44 могут стоить больше, чем другие. Стоимость рекламы также может варьироваться в зависимости от целевого пола. Реклама в Facebook, ориентированная на женщин, как правило, дороже. Эти..
Руководство для начинающих по переносу обучения в Google Colab
Узнайте, как использовать возможности глубоких нейронных сетей для создания и обучения современных моделей.
Огромное количество чистых данных - один из самых ценных ресурсов в наше время, который является потенциальным источником огромного дохода благодаря достижениям в области глубокого обучения и связанного с ним оборудования, необходимого для ускорения этих бесчисленных умножений матриц. Что делать, если у нас мало данных и получить больше невозможно? Или нам не хватает..