Сверточные нейронные сети для распознавания образов от Stanford University |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2018-01-04 21:00 машинное обучение новости, свёрточные нейронные сети, теория распознавания образов, новости нейронных сетей Сверточные нейронные сети для распознавания образов от Stanford University @proglib 1. Введение в сверточные нейронные сети для распознавания образов 2. Классификация изображений 3. Функции потерь и оптимизация 4. Введение в нейронные сети 5. Сверточные нейронные сети 6. Обучение нейронных сетей. Часть I 7. Обучение нейронных сетей. Часть II 8. Программное обеспечение для глубокого обучения 9. Сотовая нейронная сеть 10. Рекуррентные нейронные сети Если вам понравился видеокурс, смотрите продолжение в альбоме: https://vk.com/videos-54530371?section=album_56086478 11. Обнаружение и сегментация 12. Визуализация и понимание 13. Генерирующие модели 14. Обучение с подкреплением (RL) 15. Эффективные методы и оборудование для глубокого обучения 16. Состязательные примеры и состязательное обучение Источник: vk.com Комментарии: |
|