Публикации по теме 'computer-vision'


Преимущества и недостатки синтетических обучающих данных
Эта статья изначально была опубликована в блоге Encord, который вы можете прочитать здесь . Фредерик Хвилшой Наиболее очевидным преимуществом использования синтетических обучающих данных является то, что они могут дополнять наборы данных, в которых в противном случае не было бы достаточного количества примеров для обучения модели. Как правило, чем больше обучающих данных более высокого качества, тем выше производительность, поэтому синтетические данные могут сыграть чрезвычайно..
Становимся зелеными, перерабатывая прогнозы!
Согласно этому исследованию , обучение одной модели глубокого обучения может генерировать до 626 155 фунтов выбросов CO2 — это примерно равно общему углеродному следу пяти автомобилей за весь срок службы! И не говоря уже о том, что обычно модели глубокого обучения запускаются несколько раз при попытке предсказать значение, то есть во время INFERENCE! Но есть ли способ уменьшить углеродный след процесса вывода? В этой записи блога мы увидели, что можно пропустить некоторые уровни..
Оксфордские биомаркеры рака
Автор: Эдвард Френч Могут ли инструменты ИИ, созданные на основе систем IBM POWER, существенно изменить стандарты лечения онкологических больных? Специалисты Oxford Cancer Biomarkers вместе с нашим деловым партнером Meridian IT верят в это и каждый день стремятся к достижению этой разницы. OCB хочет решить проблему лечения рака «поясом и подтяжками». Возьмем, к примеру, колоректальный рак. Почему пациенты должны терпеть потенциально опасную для жизни токсичность химиотерапии,..
Описание проекта роботизированного вывода
Первый проект во втором семестре программы Udacity Robotics Nano Degree требует, чтобы студенты инициировали собственный проект логического вывода, включая сбор данных. Проект основан на исходном эталонном проекте для распознавания цифровых изображений в поставляемой среде Nvidia Digits. Идеи проекта являются собственными учащимися и должны иметь как минимум 3 категории классификации, например, дефектный элемент по сравнению с обычным элементом с классами (без элемента, дефектный элемент,..
Глава 8. Состязательная дискриминационная адаптация домена (ADDA): поиск семантического выравнивания
Оптимизация адаптации предметной области за счет переключения аннотаций данных, обучающих сред и наборов данных для предварительной подготовки. В этом посте я представлю концепцию адаптации предметной области в машинном обучении и обсужу процесс оптимизации инфраструктуры состязательной дискриминационной адаптации предметной области (ADDA). Вот оглавление: Мотивация для адаптации домена — доменный сдвиг Цель адаптации предметной области — семантическое выравнивание Интернет →..
Важность правильной инициализации веса в нейронных сетях для задач глубокого обучения
Инициализация веса — очень важный аспект обучения нейронных сетей, который всегда игнорируется, поскольку различные библиотеки обрабатывают его самостоятельно. Но понимание того, почему, как и когда этой концепции может помочь в достижении лучших результатов за счет использования пользовательской инициализации веса. Это влияет на то, насколько быстро нейронная сеть может сходиться во время обучения и не застревает ли она в локальных минимумах. Плохая инициализация может привести к..
Автономный радиоуправляемый автомобиль — Альтернативный метод отслеживания
Прежде всего. Является ли радиоуправляемая машина «радиоуправляемой», если она едет сама? Наверное, нет, но, по крайней мере, это была машинка на радиоуправлении. Эта тема о том, как он стал автономным транспортным средством, используя Raspberry Pi, Python и круглые печенья на полу. Это, пожалуй, один из самых простых автономных транспортных средств. Он наблюдает только за направлением, в котором должен двигаться дальше, используя камеру и некоторые простые алгоритмы компьютерного..