[Почти] Все, что вам нужно знать в 2019 году Извлечение знаний - это метод сжатия моделей, при котором небольшая сеть (ученик) обучается более крупной обученной нейронной сетью (учителем). Меньшая сеть обучается вести себя как большая нейронная сеть. Это позволяет развертывать такие модели на небольших устройствах, таких как мобильные телефоны или другие периферийные устройства. В этом руководстве мы рассмотрим несколько статей, в которых предпринята попытка решить эту проблему...

Машинное обучение Как использовать реестр Comet для отслеживания моделей машинного обучения Учебник о возможностях Comet Registry В последнее время мне нравится использовать Комету для моих экспериментов, и я всегда удивляюсь новым возможностям, которые обнаруживаю. Сегодня я хотел бы поговорить с вами о возможности, предоставляемой Comet, отслеживать модель машинного обучения для отправки в производство. Предположим, мы проводим много разных экспериментов, чтобы решить..

Полное руководство по созданию генерирующей состязательной сети (GAN), чтобы создавать собственных аниме-персонажей с Керасом. В этом посте мы научимся разрабатывать генеративную состязательную сеть (GAN) для создания реалистичных персонажей манги или аниме. Меня всегда поражала яркая анимация, особенно манга, ее смелый вид и штрихи. Разве не было бы здорово иметь возможность нарисовать несколько штук самостоятельно, испытать острые ощущения от их создания с помощью собственной..

В Части 1 этой серии мы обсудили, что такое проблема дисбаланса классов и почему необходимо решать дисбалансы классов. В этой части мы узнаем, что такое веса классов и как улучшить дисбаланс классов с помощью весов классов. Что такое веса классов? С предвзятыми данными класса большинство алгоритмов машинного обучения не очень полезны. Однако мы можем изменить алгоритм обучения, чтобы учесть асимметричное распределение классов. Этого можно достичь, придав разные веса классам..