Публикации по теме 'deep-learning'
Прикладной RL: настройка политик RL с помощью StableBaselines3
Как объяснялось в предыдущем посте этой серии, мы разработали торговую среду для нескольких акций с использованием API OpenAI Gym.
Applied RL: пользовательская среда Gym для торговли несколькими акциями на основе алгоритма RL OpenAI предоставила библиотеку Gym с открытым исходным кодом для разработки среды на python, мы используем ее для создания Multi-Stock торговля… medium.com
Мы можем обучить модель RL, используя эту среду,..
Куда движется репрезентативное обучение? Часть 3 (Машинное обучение)
Обучение представлению на основе физики для возникающей организации в сложных динамических системах (arXiv)
Автор: Адам Руп , Картик Кашинатх , Налини Кумар , Джеймс П. Кратчфилд .
Аннотация: Нелинейно взаимодействующие компоненты системы часто вносят нестабильность, которая порождает явления с новыми свойствами и в других масштабах пространства-времени, чем компоненты. Это известно как спонтанная самоорганизация и повсеместно распространено в системах, далеких от..
Изучение обработки естественного языка: создание Slack Bot для аналогичного обнаружения QA на турецком языке
Изучение обработки естественного языка: создание Slack Bot для аналогичного обнаружения QA на турецком языке
Оглавление
"До начала" Обучение модели турецкому языку Архитектура и реализация бота "Последние слова"
Перед началом
В 1950-х годах область обработки естественного языка (NLP) началась с использования рукописных правил. Со временем НЛП развивалось за счет внедрения статистических методов, машинного обучения и, в конечном итоге, алгоритмов глубокого обучения...
Погружение в CLIP путем создания систем поиска семантических изображений
Погружение в CLIP путем создания систем поиска семантических изображений
CLIP (Contrastive Language-Image Pre-training) — это основополагающая модель глубокого обучения от OpenAI, которая соединяет изображения и их описания на естественном языке. Мы изучаем возможности CLIP, создавая системы поиска «текст-изображение», «изображение-изображение» и «изображение-текст».
Введение
Семантический поиск изображений — очень полезный метод, который можно использовать для поиска наиболее..
🐶Покажи мне свою собаку и я скажу её породу!! 🐕
Цель этого поста — шаг за шагом объяснить, как построить модель машинного обучения для классификации пород собак по фотографиям собак.
Этот проект является частью Наностепени Data Science от Udacity , которую я недавно закончил…
Раздел I. Введение в проблему:
Что, если бы существовало мобильное приложение, которое могло бы классифицировать породу собаки после того, как пользователь загрузил фотографию какой-либо собаки?
В этом проблема этого проекта: можно ли обучить модель..
Следите за своими экспериментами с Hydra
Следите за своими экспериментами с Hydra
Настройте гиперпараметры с помощью файлов YAML и ускорьте свои исследования!
Введение
Точно так же, как невозможно написать код, который не содержит ошибки с первой попытки, невозможно обучить модель, которая будет правильной с первой попытки.
Те, у кого есть опыт работы с машинным и глубоким обучением, знают, что часто приходится тратить много времени на выбор правильных гиперпараметров моделей . Этими гиперпараметрами являются,..
Объем последовательности: Генеративный импульс сбора средств с помощью ИИ
Еженедельный информационный бюллетень с более чем 120 000 подписчиков, в котором обсуждаются важные исследовательские работы по машинному обучению, интересные технические выпуски, деньги в ИИ и реальные реализации.