Публикации по теме 'machine-learning'
3 способа кодирования ИИ
В этой статье мы рассмотрим 3 способа кодирования ИИ с помощью TensorFlow. Как вы увидите, все три из них действительно сильны по-своему. В большинстве руководств обсуждается только первая, последовательная модель, а два других в основном упускаются из виду. Однако многие технологии, которые мы используем сегодня, включая автопилот Tesla и возможности полного самовождения, были бы невозможны с последовательной моделью, которая рассматривается в большинстве учебных пособий.
Три..
Iterables против итераторов в Python
Понимание разницы между Iterables и Iterators в Python
Введение
Термины итерируемый и итератор часто (и неправомерно) используются взаимозаменяемо для описания объекта, который поддерживает итерации, то есть объекта, который позволяет выполнять итерацию по своим элементам. На самом деле итераторы и итерируемые объекты в Python — это две разные концепции, которые обычно вызывают путаницу, особенно у новичков.
В сегодняшней статье мы обсудим протокол итерации в Python и то, как..
Комплексная библиотека для непрерывного обучения, представленная ContinualAI
Команда исследователей и разработчиков из ContinualAI, включающая большую группу исследователей из KU Leuven, ByteDance AI Lab, Калифорнийского университета, Нью-Йоркского университета и других учреждений, предлагает Avalanche, сквозную библиотеку для непрерывного обучения на основе PyTorch. .
Avalanche родилась в рамках ContinualAI с четкой целью:
Вывод непрерывного обучения на новый уровень, предоставление общей и совместной библиотеки для быстрого прототипирования, обучения и..
Информация о Формуле 1 на основе AWS: будущее Гран-при
Как автомобильный энтузиаст, мне всегда нравилось знать об автомобилях, водить их и играть в гоночные игры. Либо игра в игру F1 в аркаде, либо наблюдение за машинами F1, проносящимися по гоночной трассе на скорости до 370 км / ч (230 миль / ч), вызывает определенное волнение. Этот азарт скорости и стратегии - причина того, что у F1 более полумиллиарда поклонников по всему миру.
В этой статье я хотел бы представить, как Формула 1 использует машинное обучение для автоматизации, сбора,..
Начало работы с ML без особых зависимостей установки программного обеспечения
Часть II находится здесь
Часть III находится здесь
Как мы начнем разработку машинного обучения на новом компьютере? Слишком много настроек. Слишком много пакетов. Python 2, python3… Tensorflow с поддержкой GPU, без поддержки GPU. Тензорный поток2, Тензорный поток 1.14.2, Тензорный поток 1.15.2. Некоторое обучение ML будет работать только на tensorflow 1.14. Он может не поддерживать серию 1.15. Как мы будем обрабатывать все эти сценарии без особого беспокойства. Какие..
Слабый контроль — Учитесь на меньшем количестве информации
Эта статья является продолжением моей последней статьи о Semi-supervised Learning . Он направлен на дальнейшее изучение проблемы неразмеченных данных путем введения понятия слабого контроля , которое выходит за рамки полуконтролируемого обучения.
В машинном обучении слабый контроль — это метод, при котором алгоритм машинного обучения получает очень мало информации для обучения. Это отличается от традиционного обучения с учителем, когда алгоритму машинного обучения предоставляется..
Предскажите свою жизнь с помощью Python: нумерология с использованием Python
Нумерология, изучение чисел и их значения в нашей жизни, практикуется веками. От древних цивилизаций до современных мистиков люди использовали нумерологию, чтобы получить представление о своих личных качествах, отношениях и жизненном пути. И теперь, с помощью технологий, вы можете использовать Python, чтобы раскрыть свои собственные нумерологические предсказания.
Представляем библиотеку нумерологии, мощный инструмент, который позволяет вам вычислять свои нумерологические числа и..
