Публикации по теме 'deep-learning'
Как на самом деле запустить сегментацию экземпляра, используя MMDet_InstanceSeg_Tutorial.ipynb из MMDetection.
Я просматривал MMDet_InstanceSeg_Tutorial.ipynb и обнаружил много ошибок при реализации его на графическом процессоре.
Сначала у меня возникли проблемы с версией, даже если вы установили необходимые библиотеки, такие как mmdetection, mmcv и mmengine , и если вы не установили правильную версию, она не будет работать. Версии, которые сработали для меня:
версия факела: 1.9.0+cu111
mmdetection: 3.0.0
mmcv: 2.0.0rc4
mmдвижок: 0.8.4
2. Я получал сообщение..
Преобразующая сила методов глубокого обучения в автономных транспортных средствах
Введение
Автономные транспортные средства, когда-то относившиеся к области научной фантастики, в последние годы стали реальностью, во многом благодаря достижениям в методах глубокого обучения. Глубокое обучение, разновидность машинного обучения, произвело революцию в том, как автономные транспортные средства воспринимают и перемещаются по окружающему миру. В этой статье мы углубимся в важность методов глубокого обучения для автономных транспортных средств, изучим их вклад в восприятие,..
Как работают мультиагентные системы, часть 2 (искусственный интеллект)
1. Коллективная адаптация в многоагентных системах: как замешательство хищников формирует роеподобное поведение ( arXiv )
Автор : Георгий Иванов , Георгий Палама
Аннотация: Популярные гипотезы о происхождении коллективной адаптации связаны с двумя основными видами поведения: защитой от хищников и комбинированным поиском пищевых ресурсов. Среди объяснений против хищников гипотеза замешательства хищника предполагает, что группы особей, движущихся роем, стремятся сокрушить..
Новые идеи по обучению на протяжении всей жизни, часть 1 (машинное обучение)
Распределение и регуляризация параметров с учетом сложности задач для обучения на протяжении всей жизни (arXiv)
Автор: Вэньцзинь Ван , Юнцин Ху , Цянлун Чен , Инь Чжан .
Аннотация: Методы регуляризации или распределения параметров эффективны для преодоления катастрофического забывания при обучении на протяжении всей жизни. Однако они решают все задачи в последовательности единообразно и игнорируют различия в обучаемости разных задач. Таким образом, методы регуляризации параметров..
Прогнозирование временных рядов с использованием TensorFlow
Временной ряд представляет собой изменение объекта во времени. Например, вы, вероятно, слышали о прогнозировании погоды, когда мы пытаемся предсказать, какими будут погодные условия в будущем в определенное время, возможно, в день или в определенный час дня. Другими примерами временных рядов являются дневная цена закрытия акций компании, ежемесячные данные о количестве осадков, годовые показатели продаж и т. Д.
Я предоставляю ссылку на репозиторий GitHub кода, использованного в этом..
Использование глубокого обучения для борьбы с вредоносным ПО
Введение. Обнаружение вредоносного ПО за последние годы значительно продвинулось благодаря применению методов глубокого обучения. Сверточные нейронные сети (CNN), обычно используемые для анализа изображений, также могут применяться для обнаружения и классификации вредоносных программ. В этом блоге мы рассмотрим процесс создания классификатора вредоносных программ с использованием CNN, разбив его на этапы. Давайте погрузимся в мир глубокого обучения и его роль в борьбе с..
ИИ и человеческий интеллект: симбиотический путь развития
Искусственный интеллект (ИИ) стал одной из самых преобразующих технологий 21-го века, в равной степени меняющей отрасли, экономику и общество. Несмотря на то, что он привлек широкое внимание своими впечатляющими возможностями, влияние ИИ на человеческий интеллект было предметом большого интереса и беспокойства. В этой статье рассматриваются динамические отношения между ИИ и человеческим интеллектом, исследуется, как они сосуществуют, влияют друг на друга и формируют будущее человеческого..
Новые материалы
12 сайтов с искусственным интеллектом, которые поразят вас
Приготовьтесь поразить воображение
Сегодня существует несколько веб-сайтов, использующих искусственный интеллект (ИИ). От индивидуальных рекомендаций по новостям до более умных поисковых..
Скрытый технический долг в системах машинного обучения [NeurIPS 2015]
Что такое технический долг?
Технический долг — это метафора, введенная Уордом Каннингемом в 1992 году, чтобы объяснить долгосрочные затраты, связанные с быстрым продвижением в разработке..
Алгоритм быстрой сортировки в Python
Всем привет, добро пожаловать на programminginpython.com . Здесь я покажу вам, как реализовать алгоритм быстрой сортировки в Python. В предыдущих статьях я рассмотрел Сортировку вставкой ,..
Как использовать манипулирование объектами в JavaScript
Объекты являются важным строительным блоком JavaScript. Они позволяют группировать свойства и методы вместе.
Объект представляет собой набор свойств. Свойства идентифицируются с..
Разработка игр с помощью Godot Engine: мощный инструмент с открытым исходным кодом
Разработка игр — творческий и сложный процесс, требующий множества навыков и инструментов. Одним из наиболее важных инструментов является игровой движок, который представляет собой программную..
От XML к аннотациям: переход к современной конфигурации Spring
Введение
Фреймворк Spring претерпел значительную эволюцию с момента своего создания. Одним из заметных изменений стал переход от конфигураций на основе XML к конфигурациям, управляемым..
Я люблю Руби!
Я люблю Руби! Мне это нравится по той же причине, по которой мне нравится программировать на Python. Он настолько интуитивно понятен, а встроенные методы упрощают решение проблем. Если вы..