Пояснения к процедуре Свертка для нейронной сети

Изображение в оттенках серогосостоит из массива шириной x пикселов и высотой y пикселов, причем каждый вход имеет значение, указывающее на то, является этот ввод черным или белым или чем-то средним.

Читать далее «Пояснения к процедуре Свертка для нейронной сети»

PyTorch. Сверточная нейронная сеть

Сверточные нейронные сети (CNN) являются основой для самых точных классификаторов изображений на сегодняшний день.

Читать далее «PyTorch. Сверточная нейронная сеть»

PyTorch. Общие сведения

PyTorch это разработка Facebook с открытым исходным кодом.

В PyTorch использованы концепции двух более ранних библиотек:

  • Torch — библиотека нейронных сетей на основе Lua, появилась в 2002 году.
  • Chainer, Япония в 2015 году. Гибкий подход к созданию, обучению и эксплуатации сетей. Заимствованы идеи, но не реальный код.

PyTorch. Пример линейной регрессии.

Решение линейной регрессии является учебной задачей для начального освоения PyTorch. Для простоты рассматривается одномерная линейная регрессия y=w0+w1*x.

Читать далее «PyTorch. Пример линейной регрессии.»

Логистическая регрессия

Логистическая регрессия — статистическая модель, используемая для прогнозирования вероятности возникновения некоторого события путём его сравнения с логистической кривой. Эта регрессия выдаёт ответ в виде вероятности бинарного события (1 или 0).

Читать далее «Логистическая регрессия»

Перекрестная проверка

Перекрестная проверка (кросс-валидация) не является способом построения модели, которую можно применить к новым данным. Перекрестная проверка не возвращает модель. При вызове cross_val_score строится несколько внутренних моделей, однако цель перекрестной проверки заключается только в том, чтобы оценить обобщающую способность данного алгоритма, обучив на определенном наборе данных.

Читать далее «Перекрестная проверка»

Кластеризация k-средних

Кластеризация k-средних – один из самых простых и наиболее часто используемых алгоритмов кластеризации.

Читать далее «Кластеризация k-средних»