Generating cats with deep learning. Comparing DCGAN, WGAN, WGAN-GP, LSGAN and ReLU with batch norm vs SELU.
https://ajolicoeur.wordpress.com/cats/
https://ajolicoeur.wordpress.com/cats/
Alexia Jolicoeur-Martineau
Meow Generator
I experimented with generating faces of cats using Generative adversarial networks (GAN). I wanted to try DCGAN, WGAN and WGAN-GP in low and higher resolutions. I used the CAT dataset (yes this is …
Отжиг и вымораживание: две свежие идеи, как ускорить обучение глубоких сетей
https://habrahabr.ru/post/332534/
https://habrahabr.ru/post/332534/
Habr
Отжиг и вымораживание: две свежие идеи, как ускорить обучение глубоких сетей
В этом посте изложены две недавно опубликованные идеи, как ускорить процесс обучения глубоких нейронных сетей при увеличении точности предсказания. Предложенные (разными авторами) способы...
A Tour of Recurrent Neural Network Algorithms for Deep Learning
http://machinelearningmastery.com/recurrent-neural-network-algorithms-for-deep-learning/
http://machinelearningmastery.com/recurrent-neural-network-algorithms-for-deep-learning/
MachineLearningMastery.com
A Tour of Recurrent Neural Network Algorithms for Deep Learning - MachineLearningMastery.com
Recurrent neural networks, or RNNs, are a type of artificial neural network that add additional weights to the network to create cycles in the network graph in an effort to maintain an internal state.
The promise of adding state to neural networks is that…
The promise of adding state to neural networks is that…
How to Scale Data for Long Short-Term Memory Networks in Python
http://machinelearningmastery.com/how-to-scale-data-for-long-short-term-memory-networks-in-python/
http://machinelearningmastery.com/how-to-scale-data-for-long-short-term-memory-networks-in-python/
MachineLearningMastery.com
How to Scale Data for Long Short-Term Memory Networks in Python - MachineLearningMastery.com
The data for your sequence prediction problem probably needs to be scaled when training a neural network, such as a Long Short-Term Memory recurrent neural network. When a network is fit on unscaled data that has a range of values (e.g. quantities in the…
Метод BFGS или один из самых эффективных методов оптимизации. Пример реализации на Python
https://habrahabr.ru/post/333356/
https://habrahabr.ru/post/333356/
Habr
Метод BFGS или один из самых эффективных методов оптимизации. Пример реализации на Python
Метод BFGS , итерационный метод численной оптимизации, назван в честь его исследователей: B royden, F letcher, G oldfarb, S hanno. Относится к классу так называемых квазиньютоновских методов. В...
Gentle Introduction to Models for Sequence Prediction with Recurrent Neural Networks
http://machinelearningmastery.com/models-sequence-prediction-recurrent-neural-networks/
http://machinelearningmastery.com/models-sequence-prediction-recurrent-neural-networks/
MachineLearningMastery.com
Gentle Introduction to Models for Sequence Prediction with RNNs - MachineLearningMastery.com
Sequence prediction is a problem that involves using historical sequence information to predict the next value or values in the sequence. The sequence may be symbols like letters in a sentence or real values like those in a time series of prices. Sequence…
Do GANs actually do distribution learning?
http://www.offconvex.org/2017/07/07/GANs3/
http://www.offconvex.org/2017/07/07/GANs3/
Off the convex path
Do GANs actually do distribution learning?
Algorithms off the convex path.
An end to end implementation of a Machine Learning pipeline
https://spandan-madan.github.io/DeepLearningProject/
https://spandan-madan.github.io/DeepLearningProject/
VisionHack – первый международный хакатон по компьютерному зрению для беспилотного транспорта
НИТУ «МИСиС» и компания Cognitive Technologies проводят 11-13 сентября в Москве первый международный университетский хакатон VisionHack по искусственному интеллекту и компьютерному зрению с призовым фондом более 30 000 долларов США. Ожидается участие делегаций из MIT, Кембриджского университета, Аризонского университета, Политехнического университета Каталонии и других ведущих мировых и российских ВУЗов.
Хакатон будет посвящен использованию применению компьютерного зрения в практических задачах обеспечения безопасности движения беспилотных автомобилей. Участники должны будут создать интеллектуальную подсистему помощи водителю или ADAS (advanced driver assistance system), способную автоматически детектировать различные события на дороге. Детектирование событий должно осуществляться путем обработки видеоряда с камер наблюдения алгоритмами на основе искусственных нейронных сетей. Победителем хакатона будет считаться команда, предложившая наиболее точное и полное решение на наборе предложенных дорожных ситуаций. Также предусмотрены призы за распознавание событий определенного типа.
VisionHack состоит из 2 этапов. С 13 до 31 июля пройдет заочный тур, в рамках которого участникам будет предложено тестовое задание. Лучшие команды участников получат приглашение на очный этап. Зарегистрироваться может как команда (3-5 человек), так и индивидуальный участник.
НИТУ «МИСиС» и компания Cognitive Technologies проводят 11-13 сентября в Москве первый международный университетский хакатон VisionHack по искусственному интеллекту и компьютерному зрению с призовым фондом более 30 000 долларов США. Ожидается участие делегаций из MIT, Кембриджского университета, Аризонского университета, Политехнического университета Каталонии и других ведущих мировых и российских ВУЗов.
Хакатон будет посвящен использованию применению компьютерного зрения в практических задачах обеспечения безопасности движения беспилотных автомобилей. Участники должны будут создать интеллектуальную подсистему помощи водителю или ADAS (advanced driver assistance system), способную автоматически детектировать различные события на дороге. Детектирование событий должно осуществляться путем обработки видеоряда с камер наблюдения алгоритмами на основе искусственных нейронных сетей. Победителем хакатона будет считаться команда, предложившая наиболее точное и полное решение на наборе предложенных дорожных ситуаций. Также предусмотрены призы за распознавание событий определенного типа.
VisionHack состоит из 2 этапов. С 13 до 31 июля пройдет заочный тур, в рамках которого участникам будет предложено тестовое задание. Лучшие команды участников получат приглашение на очный этап. Зарегистрироваться может как команда (3-5 человек), так и индивидуальный участник.
Understanding & Visualizing Self-Normalizing Neural Networks
https://gist.github.com/eamartin/d7f1f71e5ce54112fe05e2f2f17ebedf
https://gist.github.com/eamartin/d7f1f71e5ce54112fe05e2f2f17ebedf
Gist
Understanding & Visualizing Self-Normalizing Neural Networks
QML: как легко получать футболки в конкурсах mailru по машинному обучению
https://habrahabr.ru/post/333554/
https://habrahabr.ru/post/333554/
Habr
QML: как легко получать футболки в конкурсах mail.ru по машинному обучению
В субботу завершился месячный конкурс по машинному обучению от mail.ru ML bootcamp 5 . я занял в нем 14ое место . Это уже третий мой конкурс, в котором я выиграл одежду и за время участия у меня...
Facets: An Open Source Visualization Tool for Machine Learning Training Data
https://research.googleblog.com/2017/07/facets-open-source-visualization-tool.html
https://research.googleblog.com/2017/07/facets-open-source-visualization-tool.html
blog.research.google
Facets: An Open Source Visualization Tool for Machine Learning Training Data
Deep Learning #4: Why You Need to Start Using Embedding Layers
https://medium.com/towards-data-science/deep-learning-4-embedding-layers-f9a02d55ac12
https://medium.com/towards-data-science/deep-learning-4-embedding-layers-f9a02d55ac12
Medium
Deep Learning #4: Why You Need to Start Using Embedding Layers
And how there’s more to it than word embeddings.
Debugging & Visualising training of Neural Network with TensorBoard
https://www.analyticsvidhya.com/blog/2017/07/debugging-neural-network-with-tensorboard/
https://www.analyticsvidhya.com/blog/2017/07/debugging-neural-network-with-tensorboard/
Analytics Vidhya
Tensorboard | Training A Neural Network
Tensorboard helps to train NN models. This article is an overview of tensorboard and a framework for training a neural network using tensorboard with keras.
Understanding Support Vector Machine via Examples
https://sadanand-singh.github.io/posts/svmpython/
https://sadanand-singh.github.io/posts/svmpython/
Sadanand's Notes
In the previous post on Support Vector Machines (SVM), we looked at the mathematical details of the algorithm. In this post, I will be discussing the practical implementations of SVM for classification as well as regression.
I will be using the iris dataset…
I will be using the iris dataset…
Text classifier algorithms: main approaches with tutorials
https://blog.statsbot.co/text-classifier-algorithms-in-machine-learning-acc115293278
https://blog.statsbot.co/text-classifier-algorithms-in-machine-learning-acc115293278
Stats and Bots
Text Classifier Algorithms in Machine Learning
Key text classification algorithms with use cases and tutorials
Video Tutorial on Sentiment Analysis with LSTMs
https://www.oreilly.com/learning/perform-sentiment-analysis-with-lstms-using-tensorflow
https://www.oreilly.com/learning/perform-sentiment-analysis-with-lstms-using-tensorflow
O’Reilly Media
Perform sentiment analysis with LSTMs, using TensorFlow
Explore a highly effective deep learning approach to sentiment analysis using TensorFlow and LSTM networks.
Andrew Ng announces new Deep Learning specialization on Coursera
https://medium.com/@andrewng/deeplearning-ai-announcing-new-deep-learning-courses-on-coursera-43af0a368116
https://medium.com/@andrewng/deeplearning-ai-announcing-new-deep-learning-courses-on-coursera-43af0a368116
Medium
deeplearning.ai: Announcing new Deep Learning courses on Coursera
Dear Friends,