Публикации по теме 'gradient-descent'
Градиентный спуск через простой набор данных
Поймите, как выполнить базовый градиентный спуск с помощью простого набора данных.
Обзор:
Привет, мир! В моем первом настойчивом набеге на мир публикации статей в Интернете я собираюсь продемонстрировать градиентный спуск в машинном обучении с помощью простого набора данных. Слово «градиент» имеет несколько значений в зависимости от контекста, в котором оно используется. Однако в общем смысле это означает нечто, что постепенно меняется. На языке математики и машинного обучения..
Введение в машинное обучение и глубокое погружение в линейную регрессию
СОДЕРЖАНИЕ
В этом посте мы рассмотрим:
1. Введение в машинное обучение
2. Различные типы задач машинного обучения.
3. Функция затрат для линейной регрессии.
4. Алгоритм градиентного спуска.
5. Практическое руководство по задаче многомерной линейной регрессии на наборе данных Kaggle.
Что такое машинное обучение?
Помните первый код, который вы написали на компьютере? Большинство из нас начинают с программ «Hello World», но вспомните, когда вы написали что-то, что заставило вас..
Новое исследование IEEE предоставляет градиентный спуск угловой информацией для ускорения обучения DNN
Глубокие нейронные сети (DNN) достигли выдающихся результатов в широком спектре актуальных задач компьютерного зрения и обработки естественного языка. Однако эти достижения связаны с высокой стоимостью, поскольку для решения все более сложных задач требуются все более глубокие архитектуры нейронных сетей. Более того, современные углубляющиеся архитектуры не только увеличивают вычислительную нагрузку, но и могут страдать от исчезающих проблем градиента.
В недавних попытках решить..
Зачем перемешивать данные при стохастическом градиентном спуске (SGD) и мини-пакетном градиентном спуске?
Сегодня модели машинного обучения являются неотъемлемой частью многих реальных приложений. Эти модели позволяют компьютерам учиться на прошлом опыте и делать прогнозы или решения на основе закономерностей, обнаруженных в данных. Однако для достижения хорошей производительности алгоритмам машинного обучения требуются большие объемы данных. В частности…
Вопросы по теме 'gradient-descent'
pytorch как установить .requires_grad ложь
Я хочу, чтобы некоторые из моих моделей были заморожены. Следуя официальным документам:
with torch.no_grad():
linear = nn.Linear(1, 1)
linear.eval()
print(linear.weight.requires_grad)
Но он печатает True вместо False . Если я...
05.12.2023
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..