Глубокое неконтролируемое обучение для сегментации изображений |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ 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 Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2020-03-12 18:36 машинное обучение python, архитектура нейронных сетей, методы распознавания образов Доклад Григория Заляцкого посвящен сегментации изображений с помощью глубокого обучения. Подробно остановимся на следующих моментах: - отличия сегментации с учителем и без учителя; - их преимущества и недостатки; - несколько методов сегментации без учителя с помощью глубокого обучения; - обучение с учителем для сегментации; - алгоритм совместного неконтролируемого обучения. Телеграм: t.me/ainewsline Источник: vk.com Комментарии: |
|