-
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.
-
Однопиксельная атака для обмана нейронных сетей
С развитием технологий ИИ и повсеместным внедрением нейронных сетей — нужно постоянно помнить о том, что подобные системы самым неожиданным образом могут быть введены в заблуждение. Например, вот отличный пример — добавление всего одного определённого пикселя на изображение, позволяет добиться, чтобы максимизировать вероятность ошибки системы распознавания.
-
Робота TIAGo научили приносить пиво из холодильника
В рамках ИИ-конкурса Nvidia Jetson Challenge, немецкие робототехники научили робота TIAGo от PAL Robotics очень полезному навыку — приносить пиво из холодильника.
-
Машинное обучение и нейронаука
Как связаны машинное обучение и нейронаука? Например, нейронные сети были разработаны по прообразу устройства мозга. Siraj Raval рассказывает об открытиях в области нейронауки, которые помогли совершиться прорывам в машинном обучении.
-
uTensor — AI на микроконтроллерах
Интересный проект — uTensor — ставит перед собой задачу запуска нейронных сетей и глубокого обучения на микроконтроллерах.
-
Разъяснение Numenta
Компания Numenta пытается создать сильный ИИ, копируя структуру новой коры головного мозга — неокортекса. В этом видео, Siraj Raval рассказывает о том как работает иерархическая система временной памяти (Hierarchical Temporal Memory — HTM). Рассматривает технологический стек HTM и сравнивает его с технологиями глубокого обучения.
-
Разъяснение Keras
Каков наилучший способ начать глубокое обучение? Разумеется, это библиотека Keras! Это библиотека высокого уровня для глубокого обучения, которая позволяет очень легко реализовывать модели глубоких нейронных сетей всех видов.
-
Стрим про капсульные нейронные сети
sim0nsays (Simon Kozlov) рассказывается про идею капсульных нейронных сетей (Capsule Networks (CapsNet)), которую предложил Хинтон, для решения проблем существующих свёрточных нейронных сетей.
Преимуществ нет, за исключением читабельности: тип bool обычно имеет размер 1 байт, как и uint8_t. Думаю, компилятор в обоих случаях…