Поиск по тегу «нейронка» в разделе Видеокаталог
HD 00:15:36
Python: LSTM - долгая краткосрочная память | #23 нейросети на Python - видео
Как работает рекуррентный блок LSTM (Long short-term memory). Подробное объяснение LSTM-ячейки. Авторы: Зепп Хохрайтер и Юрген Шмидхубер (Jürgen Schmidhuber).
Cмотреть видео
Cмотреть видео
HD 00:18:35
Python: Делаем прогноз слов рекуррентной сетью. Embedding слой | #21 нейросети на Python - видео
Как можно создать сеть для прогнозирования последующих слов текста? Пример реализации в пакете Keras. Рассказывается о сопосбе представления слов в обучающей выборке, о парсинге текста с помощью инструмента Tokenizer, методы: fit_on_texts, ...
Cмотреть видео
Cмотреть видео
HD 00:12:56
Python: Теория стилизации изображений (Neural Style Transfer) | #16 нейросети на Python - видео
Как выполняется перенос стиля с одного изображения на другое. Вы узнаете концепцию общего алгоритма, способ вычисления критерия качества для оценки контента и степени стилизации с помощью сверточной нейронной сети VGG19.
Cмотреть видео
Cмотреть видео
HD 00:15:26
Python: Делаем сверточную нейронную сеть в Keras | #14 нейросети на Python - видео
Смотрите как сделать сверточную нейронную сеть в пакете Keras для распознавания рукописных цифр. Рассматриваются слои: Conv2D, MaxPooling2D. Также в Keras имеются аналогичные слои Conv1D, Conv2D и Conv3D. Сверточные слои: https://ru-k...
Cмотреть видео
Cмотреть видео
HD 00:11:53
Python: Batch Normalization (батч-нормализация) что это такое? | #12 нейросети на Python - видео
Зачем нужна батч-нормализация (Batch Normalization), как работает и как ее реализовать в пакете Keras. Также вы узнаете что такое ковариационный сдвиг и внутренний ковариационный сдвиг в нейронной сети. К чему это приводит и как с ним борот...
Cмотреть видео
Cмотреть видео
HD 00:12:03
Python: Оптимизаторы в Keras, формирование выборки валидации | #10 нейросети на Python - видео
Вы узнаете как использовать оптимизаторы градиентного спуска пакета Keras, какие они существуют. Увидите способы разбиения обучающего множества на выборки валидации и собственно обучения. Офф. док. Keras: https://keras.io/api/optimizers/ad...
Cмотреть видео
Cмотреть видео
HD 00:19:13
Python: Функции активации, критерии качества работы НС | #6 нейросети на Python - видео
Рекомендации по выбору функций активации для сетей с малым и большим числом слоев, а также для решения задач линейной регрессии и классификации. Рассматриваются функции: гиперболический тангенс, сигмоида, ReLu, softmax, linear. Рекомендации...
Cмотреть видео
Cмотреть видео
HD 00:13:28
Python: Ускорение обучения, начальные веса, стандартизация, подготовка выборки | #4 нейросети на Pyt
Способы ускорения работы градиентного спуска при обучении нейронных сетей. Инициализация начальных значений весовых коэффициентов и bias. Стандартизация входных данных обучающей выборки. Порядок подачи наблюдений из выборки при обучении ней...
Cмотреть видео
Cмотреть видео
HD 00:19:46
Python: Персептрон - возможности классификации образов, задача XOR | #2 нейросети на Python - видео
Классификация линейно-разделимых образов с помощью персептрона на одном нейроне. Понятие биаса (bias) - порогового смещения. Различение нелинейно-разделимых образов (задача XOR) с помощью трехслойной нейронной сети. lesson 2_1.py, lesson ...
Cмотреть видео
Cмотреть видео
HD 00:14:29
Python: Структура и принцип работы полносвязных нейронных сетей | #1 нейросети на Python - видео
Структура нейронных сетей, полносвязные нейронные сети прямого распространение. Входной слой, скрытые слои, выходной слой. Принцип работы нейрона. Пороговая функция активации. lesson 1.py: https://github.com/selfedu-rus/neural-network
Cмотреть видео
Cмотреть видео