Публикации по теме 'keras'


Тестирование нейронных сетей
Алгоритмы тестирования машинного обучения различаются для всех алгоритмов. Для некоторых алгоритмов окончательная модель может быть указана только с несколькими параметрами (линейная регрессия, веса и смещение). Для нейронных сетей нам нужно хранить гораздо более длинный набор изученных параметров, а также мы применяем нелинейные преобразования через сеть. Поэтому, даже если мы знаем все промежуточные параметры, их будет недостаточно для расчетов. Существует множество алгоритмов..
К контрастному обучению для временных рядов
Мы исследуем метод увеличения на основе редкого словаря для данных временных рядов, который может расширить применение контрастного обучения к временным рядам. Полу-контролируемое обучение и контрастное обучение (CL) в последнее время привлекли к себе широкое внимание благодаря успеху недавних работ, таких как SimCLR [ 1 , 2 ]. Контрастное обучение - это парадигма обучения, в которой мы хотим, чтобы модель училась различению. В частности, мы хотим, чтобы модель изучала похожие..
Автоэнкодеры стали проще
Что такое автоэнкодер? Автоэнкодеры - это тип генеративной модели, используемой для обучения без учителя . Автоэнкодеры изучают некоторое скрытое представление изображения и используют его для восстановления изображения. Что это за скрытая репрезентация ? Это еще один причудливый термин для обозначения скрытых деталей изображения. Автоэнкодеры посредством итеративного процесса обучения с использованием различных изображений пытаются изучить особенности данного изображения и..
Прогноз диабета
Диабет Это хроническое заболевание, поэтому последствия этого заболевания сохраняются в организме дольше. Во время этого состояния всякий раз, когда человек принимает пищу, пища разделяется на форму глюкозы (сахара), и эта глюкоза отправляет ее в кровь, когда уровень сахара пересекает пороговый уровень, тело посылает сигнал поджелудочной железе для выработки инсулина. . Инсулин поддерживает уровень сахара в крови, чтобы он давал энергию организму. Когда организм поражен диабетом,..
Введение в настройку классов Tensorflow
Автор: Шрея Гупта Это продолжение предыдущего блога о том, как получить доступ к промежуточным слоям модели машинного обучения, чтобы улучшить результаты обучения модели или отладить проблемы. Этот блог посвящен тому, как мы можем настроить существующие слои Tensorflow для улучшения результатов обучения модели. Этот блог посвящен методам навигации продвинутого уровня по конвейеру машинного обучения, разработанному с помощью Keras или Tensorflow. Вводный материал см. в документации..
Трансформаторы против LSTM для прогнозирования временных рядов цен на акции
Поэтому я подумал, что должен продолжить обсуждение проблемы временных рядов акций, которое я начал в своем первом сообщении в блоге. В этом первом посте мы использовали архитектуры моделей LSTM и CNN-LSTM для прогнозирования будущих цен на акции, используя в качестве входных данных только предыдущие цены, и у нас это неплохо получилось. Наша средняя абсолютная процентная ошибка была на уровне или ниже трех процентов, и все выглядело хорошо. В этом посте я упомянул, что буду обсуждать..
Использование Keras Tuner для поиска лучших гиперпараметров для вашей модели нейронной сети.
Модели глубокого обучения стали идеальным решением для многих сложных задач, таких как распознавание изображений, обработка естественного языка и распознавание речи. Однако разработка оптимальной модели глубокого обучения может оказаться непростой задачей, поскольку требует глубокого понимания архитектуры модели, гиперпараметров и параметров обучения. К счастью, для решения этой задачи доступно множество инструментов, и одним из самых популярных инструментов является Keras Tuner...