Публикации по теме 'tensorflow'
Обучение с подкреплением Lock N ’Roll
Использование сети Double Deep Q для изучения игры со случайными состояниями
Lock N ’Roll был создан в 2009 году компанией Armor Games. Это игра для людей с продвинутым уровнем интеллекта, избранных, одаренных огромным IQ и склонностью к математическому и вероятностному мышлению. Среднестатистический геймер просто не смог бы постичь такую утонченность и утонченность игры.
Или, может быть, это просто то, что я говорю себе, чтобы оправдать тот факт, что несколько моих друзей, на..
Семантический анализ в React Native с использованием Tensorflow
Искусственный интеллект и машинное обучение — чрезвычайно популярные концепции в последнее время. Отсюда и неудивительно, что все больше случаев использования их возможностей непосредственно на мобильных устройствах. Среди библиотек, которые позволяют использовать модели машинного обучения в приложениях React Native, мы можем найти:
Tensorflow.js PyTorch в прямом эфире
В этом случае машинное обучение можно использовать для различных задач, связанных с распознаванием изображений,..
Федеративное обучение: пошаговая реализация в Tensorflow
Понимание федеративного обучения с помощью кода
В этом руководстве я реализовал строительные блоки федеративного обучения (FL) и обучил их с нуля на наборе данных MNIST. Перед этим я вкратце представил эту тему, чтобы понять суть кода. Если вы впервые изучаете FL, я уверен, что вам пригодится моя недавняя вводная статья об этой технологии в LinkedIn.
Вступление
Качественные данные существуют в виде островков на периферийных устройствах, таких как мобильные телефоны и персональные..
Введение в глубокое обучение
Понимание его основ и приложений
Введение
Глубокое обучение — это передовая область машинного обучения, которая произвела революцию в различных отраслях, позволив компьютерам учиться на огромных объемах данных и принимать разумные решения. Эта статья призвана предоставить всестороннее введение в глубокое обучение, охватывающее его определение, отличия от традиционного машинного обучения и основные компоненты, такие как CNN, RNN, автоэнкодер, RBM, масштабирование, а также его..
Распределенный TensorFlow с использованием Horovod
Сократите время обучения глубоких нейронных сетей за счет использования большого количества графических процессоров.
Вы можете прочитать обновленную версию этого поста здесь :
Распределенное глубокое обучение с помощью Horovod Масштабирование глубокого обучения на суперкомпьютере с помощью Horovod в сторонуdatascience.com
Вывод проектора для встраивания TensorBoard на новый уровень
TensorBoard Projector позволяет графически представлять низкоразмерные вложения. Здесь я покажу вам, как вместо отображения точки вы можете визуализировать изображение, к которому относится встраивание.
Встраивающий проектор TensorBoard - это очень мощный инструмент для анализа данных, особенно для интерпретации и визуализации встраиваемых изображений с низкой размерностью. Для этого, во-первых, он применяет алгоритм уменьшения размерности к входным вложениям между UMAP, T-SNE, PCA..
Начало работы с TensorFlow.js в JavaScript
TensorFlow.js — это мощная библиотека, которая позволяет создавать и обучать модели машинного обучения непосредственно в браузере или на Node.js с помощью JavaScript. Он позволяет разработчикам создавать приложения для машинного обучения, не требуя знаний других языков программирования. В этом блоге мы познакомим вас с основами использования TensorFlow.js в JavaScript для создания и развертывания моделей машинного обучения.
Что такое TensorFlow.js?
TensorFlow.js — это библиотека с..