Δημοσιεύσεις για το θέμα 'deep-learning'
Πώς λειτουργούν τα Μοριακά Δίκτυα part1
Αλγόριθμοι γραφικών για την πρόβλεψη του υποκυτταρικού εντοπισμού σε επίπεδο μονοπατιού (arXiv)
Συγγραφέας : Chris S. Magnano , Anthony Gitter
Περίληψη: Ο υποκυτταρικός εντοπισμός της πρωτεΐνης είναι ένας σημαντικός παράγοντας στις φυσιολογικές κυτταρικές διεργασίες και νόσο. Ενώ πολλοί πόροι εντοπισμού πρωτεΐνης το αντιμετωπίζουν ως στατικό, ο εντοπισμός πρωτεΐνης είναι δυναμικός και επηρεάζεται σε μεγάλο βαθμό από το βιολογικό πλαίσιο. Τα βιολογικά μονοπάτια είναι..
Ρώτησα το ChatGPT :Τι διαφορά μεταξύ της συνάρτησης agg() και aggregate() στα panda
Ρώτησα το ChatGPT: Ποια διαφορά μεταξύ της συνάρτησης agg() και aggregate() στα panda
σωστή απάντηση
Πρώτον, η σωστή απάντηση:
Σύμφωνα με την επίσημη τεκμηρίωση των πάντα:
pandas.DataFrame.aggregate - τεκμηρίωση pandas 1.5.3 Συγκεντρώστε χρησιμοποιώντας μία ή περισσότερες λειτουργίες στον καθορισμένο άξονα. Παράμετροι συνάρτηση, str, λίστα ή dict Συνάρτηση στο… pandas.pydata.org
Το agg είναι ένα ψευδώνυμο για το aggregate. Ας..
Αντιστοίχιση προϊόντων με Deep Learning
Προαπαιτούμενα
Παρά το γεγονός ότι αυτή δεν θα είναι μια πολύ τεχνική ανάρτηση, θα ήταν ωραίο να γνωρίζουμε μερικά πράγματα για το,
Deep Learning , ειδικά Convolutional Neural Networks Επεξεργασία Φυσικής Γλώσσας
Το πρόβλημα
Στο Cimri.com , συλλέγουμε και συγκεντρώνουμε δεδομένα από πάνω από 400 ιστότοπους ηλεκτρονικού εμπορίου που λειτουργούν στην Τουρκία, με στόχο να εξυπηρετήσουμε τον χρήστη με τις καλύτερες διαθέσιμες τιμές για κάθε δεδομένο προϊόν και σχετικές ιστορίες..
Εργασία με νευρωνικές άδηλες επιφάνειες part1 (Machine Learning)
S-VolSDF: Στερεοφωνική τακτοποίηση αραιής πολλαπλής προβολής νευρωνικών σιωπηρών επιφανειών (arXiv)
Συγγραφέας: Haoyu Wu , Αλέξανδρος Γραικός , Δημήτρης Σαμαράς
Περίληψη : : Η νευρική απόδοση άρρητων επιφανειών έχει καλή απόδοση σε εφαρμογές τρισδιάστατης όρασης. Ωστόσο, απαιτεί πυκνές προβολές εισόδου ως επίβλεψη. Όταν είναι διαθέσιμες μόνο αραιές εικόνες εισόδου, η ποιότητα εξόδου πέφτει σημαντικά λόγω του προβλήματος ασάφειας ακτινοβολίας σχήματος. Σημειώνουμε ότι αυτή η..
Ο Ρόλος των Μορφημάτων και Λεξημάτων στην Επεξεργασία Φυσικής Γλώσσας
Εισαγωγή:
Η επεξεργασία φυσικής γλώσσας (NLP) είναι ένα πεδίο της τεχνητής νοημοσύνης (AI) που ασχολείται με την αλληλεπίδραση μεταξύ υπολογιστών και ανθρώπινων γλωσσών. Το NLP έχει ένα ευρύ φάσμα εφαρμογών, όπως ταξινόμηση κειμένου, ανάλυση συναισθημάτων, μηχανική μετάφραση και αναγνώριση ομιλίας. Για να εκτελέσουν αυτές τις εργασίες με ακρίβεια, τα μοντέλα NLP πρέπει να κατανοήσουν τη δομή και τη σημασία των λέξεων και των προτάσεων. Δύο σημαντικές έννοιες στο NLP που μας βοηθούν να..
Κατανόηση των ConvNets (CNN)
Η πορτογαλική έκδοση αυτού του άρθρου είναι διαθέσιμη στο Entendendo Redes Convolucionais (CNN)
Η αναγνώριση εικόνας είναι ένα κλασικό πρόβλημα ταξινόμησης και τα Συνελικτικά Νευρωνικά Δίκτυα έχουν δείξει ιστορικό υψηλής ακρίβειας όσον αφορά το πρόβλημα ταξινόμησης. Η πρώτη επιτυχημένη εφαρμογή με CNN αναπτύχθηκε από τον Yann LeCun το 1998 , με επτά στρώματα που περιλαμβάνουν περιελίξεις και πλήρως συνδεδεμένα δίχτυα. Από τότε, τα CNN γίνονται όλο και πιο βαθιά και πολύπλοκα, όπως το..
Υλοποίηση τεχνητού νευρωνικού δικτύου σε καθαρή Java (Χωρίς εξωτερικές εξαρτήσεις).
Τα πλαίσια βαθιάς μάθησης έχουν υπεραπλουστεύσει τη διαδικασία υλοποίησης νευρωνικών δικτύων και μερικές φορές είναι εύκολο να πέσεις στην παγίδα της αφαίρεσης της διαδικασίας μάθησης, πιστεύοντας ότι μπορείτε απλά να στοιβάζετε αυθαίρετα επίπεδα μαζί και θα φροντίσει τα πάντα αυτόματα[1]. Είναι σημαντικό να έχετε μια σταθερή βάση στη μηχανική μάθηση (ML) με την εφαρμογή βασικών εννοιών από την αρχή, όπως ο αλγόριθμος backpropagation (για NN, CNN και RNNs). Αφιερώστε χρόνο για να..
Νέα υλικά
Καθαρισμός δεδομένων, Επιλογή χαρακτηριστικών, Μοντελοποίηση και Ερμηνευσιμότητα
Ο καθαρισμός δεδομένων, η επιλογή χαρακτηριστικών, η μοντελοποίηση και η ερμηνευτικότητα είναι κρίσιμα βήματα για την ανάπτυξη ενός επιτυχημένου μοντέλου μηχανικής εκμάθησης. Τα ακριβή και..
Code Smell 210 - Dynamic Properties
Η τεμπελιά και η μαγεία φέρνουν ελαττώματα
TL;DR: Να είστε ξεκάθαροι με τα χαρακτηριστικά σας
Προβλήματα
Ευανάγνωστο Ορισμός πεδίου εφαρμογής Απαρατήρητα τυπογραφικά λάθη..
Οπτικοποίηση δεδομένων με γραφήματα Google
του Ejiro Thankgod
Η οπτικοποίηση δεδομένων είναι μια εξαιρετική προσέγγιση για την εμφάνιση δεδομένων και τη συμμετοχή κοινού. Ο ανθρώπινος νους είναι συχνά καλύτερος στο να θυμάται..
Το όνομά μου είναι Abdul Qudus.abd
Το όνομά μου είναι Abdul Qudus.abd Είμαι διαδικτυακός συγγραφέας και γράφω άρθρα. Έχω 3ετή εμπειρία στη διαδικτυακή συγγραφή. οπότε θα είμαι ο καλύτερος συγγραφέας στην πλατφόρμα σας. είμαι ο..
Το Python Selenium Web Scraping σας κατέβασε το 2023; Εκκαθαρίστε την προσωρινή μνήμη και ενισχύστε τα αποτελέσματά σας!
Η απόξεση ιστού με το Python Selenium είναι ένα εξαιρετικό εργαλείο για την εξαγωγή δεδομένων από ιστοσελίδες. Ωστόσο, περιστασιακά, οι ιστοσελίδες ενδέχεται να αποτύχουν να φορτώσουν ή να..
Έννοιες JavaScript που πρέπει να γνωρίζετε για να ξεκινήσετε με το React
Αφού είδα αυτή την ερώτηση να τίθεται αμέτρητες φορές, πιστεύω ότι μπορεί να είναι χρήσιμο σε πολλούς ανθρώπους εκεί έξω να έχουν μια σαφή κατανόηση του τι χρειάζεται να είναι γνωστό στο..
Χρήση της C++ ως γλώσσας δέσμης ενεργειών, μέρος 8
Βελτίωση κλήσεων λειτουργιών API με χρήση ενσωματωμένης συναρμολόγησης
Έχω πειραματιστεί με την ενσωματωμένη συναρμολόγηση στο παρελθόν με κάποια επιτυχία. Είναι περίπλοκο και εύκολο να κάνεις..