-
Что такое Data Science?
Многие считают, что сейчас профессия Data Scientist является одной из самых, привлекательных, перспективных и высокооплачиваемых. Все крупные компании уже создали отделы по обработке собственных данных и прямо на глазах превращаются в дата-ориентированные (Data-driven) организации, которым требуется всё больше специалистов по данным. Чтобы стать востребованным специалистом в этой области — потребуются хорошие знания программирования, математической статистики…
-
Auto-Keras — библиотека для AutoML
Auto-Keras — это библиотека с открытым исходным кодом для Автоматизированного машинного обучения (Automated Machine Learning (AutoML)). Auto-Keras предоставляет функции для автоматического поиска архитектуры и гиперпараметров моделей глубокого обучения.
-
Обучение четвероногого робота ходьбе при помощи тренировки нейронной сети в симуляции
Чевероного робота-собаку ANYmal обучили ходить при помощи тренировки нейронной сети в симуляторе. Подобный подход уже давно применяется в робототехнике, потому что использование симулятора имеет массу преимуществ в скорости, стоимости и безопасности.
-
STM32Cube.AI — пакет расширения для STM32CubeMX для встраивания нейронных сетей в микроконтроллеры STM32
STM32Cube.AI — это пакет расширения для STM32CubeMX (программа для конфигурации и генерации кода), позволяющий встраивать и использовать нейронные сети на микроконтроллерах STM32.
-
TTA — аугментация во время теста
TTA — test-time augmentation — аугментация во время теста. Это способ увеличить качество классификатора за счёт усреднения предсказаний для изображений и их аугментаций.
-
CMSIS-NN — библиотека для работы с нейронными сетями для микроконтроллеров ARM Cortex-M
Оказывается, ещё в январе, в стандартную библиотеку — CMSIS (Cortex Microcontroller Software Interface Standard) включили функционал для реализации нейронных сетей — CMSIS-NN. Основанием для внесения подобного функционала в стандартную библиотеку, стало признание того, что с развитием интеллектуальных периферийных устройств, IoT и т.п. — нейронные сети становятся всё более популярными для выполнения задач аналитики данных сразу…
-
Внимательное изучение данных — это необходимость
Свежая статья Питера Уордена (Pete Warden) — «Почему вам необходимо улучшить свои тренировочные данные и как это сделать? (Why you need to improve your training data, and how to do it) снова поднимает серьёзный вопрос, касающийся практического применения алгоритмов машинного обучения для решения реальных задач. Автор обращает внимание, что в научной среде, основной упор делается…
-
Использование свёрточной сети на Raspberry Pi для подсчёта пчёл
Вручную разметив фотографии пчёл и используя нейросетевую архитектуру u-net на одноплатнике Raspberry Pi, автору удалось подсчитывать пчёл на входе в улей. Частичное обучение Так как с камеры можно получить большое количество изображений, то можно воспользоваться интересным трюком: частичным обучением, оно же — обучение с частичным привлечением учителя (Semi-supervised learning). В основе этого трюка лежит очень…
-
Использование TensorFlow для распознавания ваших объектов
Чтобы научить нейронную сетку на TensorFlow распознавать нужные вам объекты, вам понадобится несколько сотен изображений этих объектов. Эти изображения можно найти и скачать из интернета, либо сделать собственные фотографии.
-
Установка TensorFlow на Raspberry Pi 3
TensorFlow можно собрать из исходников прямо на самой Raspberry Pi 3, но на сборку уйдёт около 10 часов.
Преимуществ нет, за исключением читабельности: тип bool обычно имеет размер 1 байт, как и uint8_t. Думаю, компилятор в обоих случаях…