Продолжаем говорить о сверточных нейронных сетях (CNN) с использованием Python-фреймворка TensorFlow в рамках задач Computer Vision. Для понимания работы глубоких сверточных сетей может пригодиться визуализация....
ТОП-4 моделей машинного обучения для компьютерного зрения
Transfer learning может стать отличным решением, когда нет больших вычислительных ресурсов для обучения моделей Machine Learning, а также когда нет достаточного количества данных. Это также...
ЗАЧЕМ ВАМ ДООБУЧЕНИЕ: как повысить точность ML-модели
В предыдущей статье мы говорили об одном из методов Transfer Learning — выделении признаков. Сегодня продолжим разговор о трансферном обучении и затронем ещё один метод...
Соединяем архитектуру VGG16 со своим классификатором в TensorFlow
В предыдущей статье мы говорили о выделение признаков (feature extraction), как об одном из методов Transfer Learning. Сегодня изучим второй способ использования предварительно обученной модели...
Как повысить точность классификатора с Transfer Learning
Продолжаем говорить о сверточных нейронных сетях (CNN). Сегодня расскажем вам об одном из методов Transfer Learning — выделение признаков (feature extraction). Читайте в этой статье:...
Расширяем датасет с помощью Data Augmentation в Tensorflow
В предыдущей статье мы говорили о аффинных преобразованиях, применяемых для Computer Vision (компьютерного зрения). Аффинные преобразования изображений лежат в основе Data Augmentation. Сегодня расскажем, как...