Найденные страницы с тегом keras всего 4818

Распознавание номеров. Как мы получили 97% точности для Украинских номеров. Часть 2 / Хабр

Распознавание номеров. Практическое пособие. Часть 1 Продолжаем рассказ о том как распознавать номерные знаки для тех кто умеет писать приложение «hello world» на python-е! В этой части научимся...

Автоэнкодеры в Keras, Часть 3: Вариационные автоэнкодеры (VAE) / Хабр

Содержание Часть 1: Введение Часть 2: Manifold learning и скрытые ( latent ) переменные Часть 3: Вариационные автоэнкодеры ( VAE ) Часть 4: Conditional VAE Часть 5: GAN (Generative Adversarial...

Как HBO делала приложение Not Hotdog для сериала «Кремниевая долина» / Хабр

Сериал HBO «Кремниевая долина» выпустил настоящее приложение ИИ, которое распознаёт хотдоги и не-хотдоги, как приложение в четвёртом эпизоде четвёртогого сезона (приложение сейчас доступно для...

Есть ли жизнь без Nvidia? Запускаем TensorFlow на Radeon RX 580 / Хабр

Предыстория На новом рабочем месте меня посадили за ПК, оборудованный процессором Ryzen 2600 и видеокартой Radeon RX 580. Попробовав обучать нейронные сети на процессоре, я понял, что это не дело: уж...

Анализ стадий волейбольной игры с помощью искуственного интеллекта / Хабр

Я уже довольно давно увлекаюсь аналитикой волейбола с помощью искуственного интеллекта. В основном мои усилия концентрировались на распознавании и треккинге мяча и производной информации. В новом...

Как обнаружить выбросы автоэнкодером? / Хабр

Если что-то не сжимается — возможно, что-то тут не так Выпадающие значения, также называемые «выбросами», — привычная всем преграда, о которую спотыкаются наука о данных и машинное обучение....

Внедрение RoI Pooling в TensorFlow + Keras / Хабр

Привет, Хабр! Представляю вашему вниманию перевод статьи "Implementing RoI Pooling in TensorFlow + Keras" автора Jaime Sevilla. В данный момент я прохожу курс машинного обучения. В учебном...

Часть 2. Перевод нейронной сети на базе Keras LSTM на работу с матричными операциями / Хабр

В первой части части я перевел обученную модель полносвязной сети на базе Keras на работу с матричными вычислениями. Модель разработана для новостного агрегатора с целью фильтрации нежелательных...

Keras 3.0: Everything You Need To Know - KDnuggets

Unlock the power of AI collaboration with Keras 3.0! Seamlessly switch between TensorFlow, JAX, and PyTorch, revolutionizing your deep learning projects. Read now and stay ahead in the world of AI.

Keras Code Converter - Python Code

Amplify your AI coding workflow with our Keras Code Converter! Efficiently translate your code into Keras framework code. Tailored for all AI developers, our tool provides swift and precise code conversion. Revolutionize your AI programming with our Keras Code Converter.

Автоэнкодеры в Keras, Часть 5: GAN(Generative Adversarial Networks) и tensorflow / Хабр

Содержание Часть 1: Введение Часть 2: Manifold learning и скрытые ( latent ) переменные Часть 3: Вариационные автоэнкодеры ( VAE ) Часть 4: Conditional VAE Часть 5: GAN (Generative Adversarial...

UE ingin semua perangkat portabel memiliki baterai yang dapat diganti

Politisi UE tidak takut untuk melakukan intervensi keras di pasar elektronik konsumen, memaksa produsen untuk mengikuti garis politik.

Обзор C++ библиотек глубокого обучения Apache.SINGA, tiny-dnn, OpenNN / Хабр

Наслаждаясь созданием моделей в Питоне на замечательных Deep Learning фреймворках типа Keras или Lasagne , время от времени хочется посмотреть , а что там интересного появилось для C++ разработчиков,...

Southern California Seismic Network Data Dataset | Papers With Code

These files are supplementary material for “Generalized Seismic Phase Detection with Deep Learning” by Ross et al. (2018), BSSA (doi.org/10.1785/0120180080). The models were trained using keras and TensorFlow, and can be used with these libraries. The training dataset contains 4.5 million seismograms evenly split between P-waves, S-waves, and pre-event noise classes. We encourage the use of this hdf5 dataset for training deep learning models, and hope that it and the model architecture in the paper can

Основы deep learning на примере дебага автоэнкодера, часть №1 / Хабр

Если почитать обучение по автоэнкодерам на сайте keras.io, то один из первых посылов там звучит примерно так: на практике автоэнкодеры почти никогда не используются, но про них часто рассказывают в...

A Fortran-Keras Deep Learning Bridge for Scientific Computing | Papers With Code

2 code implementations in TensorFlow. Implementing artificial neural networks is commonly achieved via high-level programming languages like Python and easy-to-use deep learning libraries like Keras. These software libraries come pre-loaded with a variety of network architectures, provide autodifferentiation, and support GPUs for fast and efficient computation. As a result, a deep learning practitioner will favor training a neural network model in Python, where these tools are readily available. However, m

Что под капотом у нейронной сети. Нейросеть c точки зрения математики и программирования / Хабр

Здравствуйте, меня зовут Александр, я backend-разработчик. Часто искусственные нейронные сети рассматриваются или с точки зрения математических моделей, или с точки зрения написания программ на...

Keras vs TensorFlow: Which One Should I Use?

What’s the difference between Keras vs TensorFlow? Learn everything about Keras, TensorFlow, and machine learning libraries.

24 Best Python Libraries You Should Check in 2023 [Recommended]

Top 24 Python Libraries: TensorFlow. Scikit-Learn, Numpy, Keras, PyTorch, LightGBM, Requests, SciPy, and more.

Keras vs PyTorch: Which ML Framework Should You Learn?

Should you use Keras or PyTorch? Learn about whether PyTorch or Keras is better for machine learning, which is faster, and which is easiest to learn.