ЗАЧЕМ ВАМ ДООБУЧЕНИЕ: как повысить точность ML-модели
автор рубрика ,

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 использования предварительно обученных архитектур —…

Расширяем датасет с помощью Data Augmentation в Tensorflow
автор рубрика ,

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 применять Data Augmentation с помощью…

Влево, вправо, поворот: аффинные преобразования в Python и Tensorflow
автор рубрика ,

Влево, вправо, поворот: аффинные преобразования в Python и Tensorflow

В предыдущей статье мы затрагивали тему Data Augmentation, важную для компьютерного зрения (Computer vision). В основе Data Augmentation лежат аффинные преобразования, о применении которых мы расскажем сегодня. Читайте в этой…

Data augmentation и сверточные нейронные сети в TensorFlow
автор рубрика ,

Data augmentation и сверточные нейронные сети в TensorFlow

Продолжим говорить о сверточных нейронных сетях (CNN) в TensorFlow. В этой статье мы расскажем вам, как обучать модели CNN на данных с цветными изображениями кошек и собак. Читайте у нас:…

Сверточные нейронные сети в TensorFlow
автор рубрика ,

Сверточные нейронные сети в TensorFlow

Сверточные нейронные сети (CNN) являются одними из самых эффективных сетей Deep Learning. Сегодня мы расскажем вам о CNN в фреймворке TensorFlow. Читайте в этой статье: загрузка и подготовка датасета MNIST,…

Как внедрить ML-модель в production
автор рубрика

Как внедрить ML-модель в production

Сегодня мы поговорим о проблемах внедрения Machine learning модели в production, а также о том, как быть к ним готовым. Читайте у нас об основных аспектах внедрения ML-моделей: хранение и…