Deep Learning

Schreiben Sie Forschungsarbeiten die sich auf Deep Learning beziehen? Keine Ahnung ob ich früher darüber geschrieben habe, aber ich möchte heute diese 2 Lebensretter mit euch teilen: Eine ist für die Erzeugung von LaTex aus Screenshots: https://mathpix.com/ Die andere für die Erzeugung von Architekturen für neuronale Netzwerke: http://alexlenail.me/NN-SVG/LeNet.html

Wenn Sie maschinelles Lernen erlernen möchten, können Sie jetzt https://pytorch.org/ besuchen und die Tutorials direkt in Ihr eigenes Notebook mit einer von Google in der Cloud bereitgestellten CPU oder GPU ausführen. Es ist einfach, nur ein Klick und es ist völlig kostenlos! Eine großartige Zusammenarbeit zwischen Facebook und Google. Jetzt hast du keinen Grund, keine [...]

TensorFlow 2.0 + Keras Crash Course

Ich habe heute einen großartiger TensorFlow 2.0 + Keras Crash Course für Forscher im Bereich des tiefen Lernens/Deep Learning durch den Schöpfer von Keras (Bibliothek für neuronale Netzwerke), François Chollet, entdeckt. Code wird auch in einem Colab-Notizbuch bereitgestellt. Bist du ein Forscher im Deep Learning Bereich? Fragst du dich, ob all das TensorFlow 2.0-Zeug für [...]

Computer Vision Annotation Tool (CVAT)

Ich habe heute Computer Vision Annotation Tool (CVAT) gefunden. Der Workflow für Video- und Bildanmerkung ist jetzt mit CVAT noch schneller geworden. Es ist ein kostenloses, interaktives Video- und Bildanmerkungstool für die Bildverarbeitung. Es wird bestimmt von viele Deep Learning Enthusiasten verwendet, um Millionen von Objekten im Bilder anzumerken. CVAT Einführung https://www.youtube.com/watch?v=L9_IvUIHGwM Anmerkungsmodus https://www.youtube.com/watch?v=6h7HxGL6Ct4 Interpolationsmodus [...]

Ich habe früher über Intel Movidius Neural Compute Stick (NCS) geschrieben. Heute habe ich Coral: Googles Low-End-Neuronennetz ASIC „Edge TPU“ in Form eines USB-Sticks für 80 $ oder eines RaspberryPi-ähnlichen Entwicklungsboards für 150 $ (beide von Mouser erhältlich) gefunden. Führt MobileNet v2 mit 100 Bildern pro Sekunde aus. Nettes Feature-Überblick bei Hackaday: https://hackaday.com/2019/03/05/google-launches-ai-platform-that-looks-remarkably-like-a-raspberry-pi/ Nicht so [...]

Ich habe hier eine Liste von Links die sehr interessante Spickzettel für Künstliche Intelligenz, Neuronale Netze, Maschinelles Lernen, Deep Learning und Big Data gefunden und wollte es mit euch mitteilen: Big-O Algorithm Cheat Sheet: http://bigocheatsheet.com/ Bokeh Cheat Sheet: https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_Bokeh_Cheat_Sheet.pdf Data Science Cheat Sheet: https://www.datacamp.com/community/tutorials/python-data-science-cheat-sheet-basics Data Wrangling Cheat Sheet: https://www.rstudio.com/wp-content/uploads/2015/02/data-wrangling-cheatsheet.pdf Ggplot Cheat Sheet: https://www.rstudio.com/wp-content/uploads/2015/03/ggplot2-cheatsheet.pdf Keras Cheat Sheet: https://www.datacamp.com/community/blog/keras-cheat-sheet#gs.DRKeNMs Machine Learning [...]

Ich habe heute etwas sehr interessant entdeckt und zwar: PlotNeuralNet: Latex-Code zum Zeichnen von neuronalen Netzwerken für Berichte und Präsentationen (Paket zum Zeichnen von ConvNets in LaTeX). Sie können es auch in Colab ausführen (tex → pdf → svg). Schauen Sie sich Beispiele an, um zu sehen, wie sie hergestellt werden. Nachfolgend einige Netzwerkdarstellungen: PS. Dies [...]

Uber hat gerade Ludwig herausgebracht, eine Toolbox für tiefes Lernen, in der kaum Programmierkenntnisse erforderlich sind, um ein Modell zu trainieren und Vorhersagen zu treffen. Es sind nur drei Befehle erforderlich: Ludwig trainieren, vorhersagen und visualisieren. Es ermöglicht seinen Benutzern, ein tiefes Lernmodell zu trainieren, indem sie lediglich Daten in einer Tabellendatei (CSV) und in [...]

1 2 3 4 5
Scroll Up