Меню
Блог Гридина Семёна

Робототехника и автоматизация — это наука о будущем

Рубрики блога

Python 3. Глубокие нейронные сети

Python 3. Глубокие нейронные сети

Многие люди воспринимают нейронные сети как «ещё один инструмент машинного обучения». У них есть свои плюсы и минусы. Они популярны. И, разумеется, их можно использовать, чтобы выиграть соревнования по машинному обучения.

Однако, Andrej Karpathy (раньше — исследователь из OpenAI, сейчас — директор по ИИ в Tesla), считает, что подобный взгляд на нейронные сети — слишком поверхностен.
Рассматривать нейронные сети, как просто ещё один классификатор — это не видеть леса за деревьями.
На самом деле, современный успех нейронных сетей, представляет собой начало фундаментального сдвига в том, как мы пишем программное обеспечение.

За этим будущее. Я вывожу в этой статье несколько видеоуроков.

Содержание:

  1. Введение
  2. Искусственные нейронные сети
  3. Обучение нейронных сетей
  4. Библиотеки глубокого обучения
  5. Распознование рукописных цифр
  6. Анализ качества обучения нейронной сети
  7. Сверточные нейронные сети
  8. Распознование объектов на изображении
  9. Рекурентные нейронные сети
  10. Анализ текстов с помощью рекурентных нейронных сетей

Итак, начинаем:

Введение

Искусственные нейронные сети

Обучение нейронных сетей

Библиотеки глубокого обучения

Распознование рукописных цифр

Анализ качества обучения нейронной сети

Сверточные нейронные сети

Распознование объектов на изображении

Рекурентные нейронные сети

Анализ текстов с помощью рекурентных нейронных сетей

Интересен блог? Подпишись и получай новости на почту

Подписка на новости блога

Вам так же может быть интересно

Оставить комментарий

  • ;-)
  • :smile:
  • :sad:
  • :roll:
  • :razz:
  • :oops:
  • :o
  • :lol:
  • :idea:
  • :grin:
  • :cry:
  • :cool:
  • :???: