Թեմայի վերաբերյալ հրապարակումներ 'artificial-intelligence'
Բացահայտելով տվյալների ճարտարագիտության հրաշալիքները
Ես ոգեշնչվեցի գրել այս ստեղծագործությունը՝ ազդվելով մի քանի մասնագիտական սցենարներից, իմ անձնական փորձառություններից, լայնածավալ ընթերցումներից և բազմաթիվ քննարկումներից: Տվյալների ճարտարագիտության վերաբերյալ այս հաղորդագրության մեջ երկու միջադեպ ծառայեցին որպես կատալիզատոր.
Միջադեպ_1. Համայնքի գործառույթի ժամանակ: Մասնագիտությանս ու աշխատանքիս մասին հարցնելու մասին։ Ես զվարճացրի միջոցառման մենեջերին՝ ներկայանալով որպես «Տվյալների ինժեներ»: Տեսնելով նրա շփոթմունքը՝ ես..
Արհեստական ինտելեկտ՝ հիպերպարամետրեր
Խորը ուսուցման նեյրոնային ցանցի մոդելները ունեն բազմաթիվ պարամետրեր (օրինակ՝ կշիռներ և կողմնակալություններ), ինչպես նաև բավականին շատ հիպերպարամետրեր ։ Մենք գիտենք, թե ինչ պարամետրեր կան ավագ դպրոցից: Դրանք թվեր են, որոնք դուք միացնում եք գործառույթին: Բայց որո՞նք են հիպերպարամետրերը : Դե, դրանք հիմնականում տարբերակներ են, որոնք օգտագործվում են պարամետրերը պահպանող մոդել ստեղծելու համար:
Որոշ ժամանակ է պահանջվում իմանալու համար, թե որ հիպերպարամետրի պարամետրը հարմար է մոդելի..
Դանդաղ արտահոսքերը խորտակում են նավերը, և ընկերությունները…
Մեքենայի ուսուցումը փրկելու համար:
Փոքր և դանդաղ արտահոսքերը խորտակում են նավերը. համեմատաբար, դանդաղ և փոքր արտահոսքերը կարող են նաև զգալի կորուստներ առաջացնել ցանկացած բիզնեսի համար, եթե չհայտնաբերվեն և չշտկվեն վաղաժամ:
Հետաքրքիր են փոքր արտահոսքերը: Ենթադրենք, որ էլեկտրոնային առևտրի բիզնեսը վերջին օրվա ընթացքում տեսնում է գնումների 50%-ի անկում, որը կկանչվի ամբողջ ընկերությունը՝ գործադիր տնօրենից մինչև R&D, աջակցություն, որպեսզի հասկանանք, թե ինչու դա տեղի ունեցավ հնարավորինս արագ:..
Խոշոր մոդելների ավելի կայուն մարզում կորստի ավտոմատ մասշտաբով
Graphcore's Automatic Loss Scaling-ը կարող է օգտագործվել յուրաքանչյուրի կողմից, որը մեծ մոդելներ է վարում խառը ճշգրտությամբ:
Հեղինակ՝ Սերխիո Պերես
Այս բլոգային գրառման մեջ մենք կներկայացնենք Graphcore-ի կողմից մշակված օրիգինալ տեխնիկան՝ հուսալիորեն և հեշտությամբ բարելավելու կայունությունը խոշոր մոդելները խառը ճշգրտությամբ վարժեցնելիս: Դրա ծագումը կայանում է IPU-ների համար հավելվածների մշակման մեր եզակի փորձառության մեջ, և այն այժմ ինտեգրվել է մեր Poplar SDK-ին՝ հեշտ օգտագործման..
Ինչպե՞ս սկսել սովորել տվյալների գիտություն կամ մեքենայական ուսուցում զրոյից:
Եթե խոսենք 21-րդ դարի ամենասեքսուալ աշխատանքի մասին, ապա հաստատ Data Scientist-ը միշտ առաջինն է մեր միտքը, և օրեցօր տվյալների գիտության հմտությունները արագորեն գերիշխում են աշխատաշուկայում: Այս տենդենցի պես, թարմացվող և աշխատող մասնագետների մեծ մասը ցանկանում է սովորել տվյալների գիտություն և մեքենայական ուսուցում կամ սկսելու կամ փոխելու իրենց կարիերան այս ոլորտում: Այս հոդվածը նպատակ ունի տալ ճանապարհային քարտեզ, որի միջոցով յուրաքանչյուրը կարող է սկսել իր ճանապարհորդությունը..
«Հեղափոխականացրեք ձեր վիդեո կոնֆերանսի փորձը Telegram-ի միջոցով Zoom Bot-ի համար.
«Telegram for Zoom» բոտը ստեղծվել է, որպեսզի հեշտացնի հանդիպումների ժամանակացույցը և միանալը հայտնի Zoom վիդեոկոնֆերանսների հարթակում: Հանդիպումներ կազմակերպելու կամ դրանց միանալու համար օգտատերերը ստիպված չեն լինում անցնել առանձին ծրագրերի. բոտը դա անում է նրանց համար: Ինչպե՞ս է այն գործում: Նախ պետք է Zoom-ը դարձնեք կոնտակտ ձեր Telegram-ի հաշվում՝ Telegram-ը Zoom-ի համար օգտագործելու համար: Ավելացվելուց հետո դուք կարող եք անմիջապես օգտագործել դրա հնարավորությունները:
Հանդիպումների..
Առաջատար ճանապարհը մեքենայական ուսուցման մեջ. 10 ընկերություններ, որոնք տարբերվում են
Amazon . Amazon-ն օգտագործում է մեքենայական ուսուցում` անհատականացնելու գնումների առաջարկները, բարելավելու արտադրանքի որոնման արդյունքների ճշգրտությունը և օպտիմալացնելու դրա կատարումը և լոգիստիկ գործողությունները: Facebook . Facebook-ն օգտագործում է մեքենայական ուսուցում՝ բարելավելու նորությունների բովանդակության համապատասխանությունը, ճանաչելու դեմքերը լուսանկարներում և ինքնաբերաբար թարգմանելու գրառումները: Apple . Apple-ն օգտագործում է մեքենայական ուսուցում Siri-ի ճշգրտությունը..
Նոր նյութեր
Օգտագործելով Fetch Vs Axios.Js-ը՝ HTTP հարցումներ կատարելու համար
JavaScript-ը կարող է ցանցային հարցումներ ուղարկել սերվեր և բեռնել նոր տեղեկատվություն, երբ դա անհրաժեշտ լինի: Օրինակ, մենք կարող ենք օգտագործել ցանցային հարցումը պատվեր ներկայացնելու,..
Տիրապետել հանգստության արվեստին. մշակողի ուղեցույց՝ ճնշման տակ ծաղկելու համար
Տիրապետել հանգստության արվեստին. մշակողի ուղեցույց՝ ճնշման տակ ծաղկելու համար
Ինչպե՞ս հանգստացնել ձեր միտքը և աշխատեցնել ձեր պրոցեսորը:
Ինչպես մնալ հանգիստ և զարգանալ ճնշման տակ...
Մեքենայի ուսուցում բանկային և ֆինանսների ոլորտում
Բարդ, խելացի անվտանգության համակարգերը և հաճախորդների սպասարկման պարզեցված ծառայությունները բիզնեսի հաջողության բանալին են: Ֆինանսական հաստատությունները, մասնավորապես, պետք է առաջ մնան կորի..
Ես AI-ին հարցրի կյանքի իմաստը, այն ինչ ասում էր, ցնցող էր:
Այն պահից ի վեր, երբ ես իմացա Արհեստական ինտելեկտի մասին, ես հիացած էի այն բանով, թե ինչպես է այն կարողանում հասկանալ մարդկային նորմալ տեքստը, և այն կարող է առաջացնել իր սեփական արձագանքը դրա..
Ինչպես սովորել կոդավորումը Python-ում վագրի պես:
Սովորելու համար ծրագրավորման նոր լեզու ընտրելը բարդ է: Անկախ նրանից, թե դուք սկսնակ եք, թե առաջադեմ, դա օգնում է իմանալ, թե ինչ թեմաներ պետք է սովորել: Ծրագրավորման լեզվի հիմունքները, դրա..
C++-ի օրական բիթ(ե) | Ամենաերկար պալինդրոմային ենթաշարը
C++ #198-ի ամենօրյա բիթ(ե), Ընդհանուր հարցազրույցի խնդիր. Ամենաերկար պալինդրոմային ենթատող:
Այսօր մենք կանդրադառնանք հարցազրույցի ընդհանուր խնդրին. Ամենաերկար palindromic substring...
Kydavra ICAReducer՝ ձեր տվյալների ծավալայինությունը նվազեցնելու համար
Ի՞նչ է ICAReducer-ը:
ICAReducer-ն աշխատում է հետևյալ կերպ. այն նվազեցնում է նրանց միջև բարձր փոխկապակցված հատկանիշները մինչև մեկ սյունակ: Բավականին նման է PCAreducer-ին, չնայած այն..