Tìm thấy 20+ kết quả cho từ khóa "Bài giảng Học sâu và ứng dụng"
tailieu.vn Xem trực tuyến Tải xuống
Một số ứng dụng học sâu trong thị giác máy (Phần 1). Giới thiệu tổng quan về thị giác máy và các ứng dụng. Giới thiệu về bài toán phát hiện đối tượng. Giới thiệu một số mạng đề xuất vùng R- CNN, Fast R-CNN, Faster R-CNN…. Giới thiệu một số mạng không đề xuất vùng: SSD, Yolo. Thế nào là Thị giác máy tính?. Thị giác con người vẫn có nhiều yếu điểm. Mục tiêu của thị giác máy tính. Tại sao nên học thị giác máy tính?. Thị giác máy có thể dùng như thiết bị đo đạc.
312366-tt.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
BẢN TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT Đề tài NGHIÊN CỨU CÁC KỸ THUẬT HỌC SÂU VÀ ỨNG DỤNG Họ và tên học viên: Nguyễn Viết Hưng Lớp: 16AKTĐT Chuyên ngành: Kỹ thuật điện tử NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. PGS - T.S Nguyễn Đức Minh Hà Nội – 2018 2 TÓM TẮT LUẬN VĂN THẠC SĨ Đề tài: Nghiên cứu các kỹ thuật học sâu và ứng dụng. Nguyễn Đức Minh Nội dung tóm tắt: a) Lý do chọn đề tài. Trong những năm gần đây đã có nhiều nghiên cứu về các phương pháp nhận diện khuôn mặt.
tailieu.vn Xem trực tuyến Tải xuống
Các nền tảng lập trình cho học sâu 3. Các nền tảng lập trình cho học sâu. Đồ thị tính toán. API sáng sủa, dễ lập trình các tác vụ tính toán. PyTorch Tensors giống numpy arrays, nhưng có thể chạy trên GPU.. Torch.no_grad nghĩa là không đừng đưa phần này vào đồ thị tính. Có thể dùng sẵn các giải thuật tối ưu trong PyTorch, chẳng hạn như Adam. Có thể định nghĩa module mới trong PyTorch. Module có thể chứa trọng số. Có thể dùng trực tiếp các mô hình này..
tailieu.vn Xem trực tuyến Tải xuống
Cần ít sức người hơn: không cần trích xuất đặc trưng thủ công, cùng một phương pháp có thể tái sử dụng cho nhiều cặp ngôn ngữ khác nhau. Nút thắt cổ chai của mô hình seq2seq. Hiệu năng của mô hình vs. the poor don’t have. the poor don’t have any. Ứng dụng của mô hình seq2seq
tailieu.vn Xem trực tuyến Tải xuống
Học sâu cho phép trích chọn đặc trưng tự động từ dữ liệu. Share dữ liệu cho nhiều tài khoản google cùng dùng. Mount dữ liệu:
310384-tt.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Nhu cầu về thử nghiệm phương pháp nhận dạng tiếng Việt nói sử dụng mạng Nơ ron sâu đã trở nên cấp bách và cần thiết. b) Mục đích nghiên cứu của luận văn. Nghiên cứu về mạng Nơ ron sâu và lĩnh vực học sâu (Deep Learning. Nghiên cứu về nguyên lý và các thành phần của một hệ thống nhận dạng tiếng nói và ứng dụng vào nhận dạng tiếng Việt nói. Xây dựng chương trình nhận dạng tiếng Việt nói có tích hợp mạng Nơ ron sâu. Kiểm tra và đánh giá hiệu suất nhận dạng của hệ thống. Đối tượng nghiên cứu.
tailieu.vn Xem trực tuyến Tải xuống
Bài giảng học phần Nghiên cứu vốn cổ dân tộc và ứng dụng là học phần thực hành trang trí nối tiếp học phần Trang trí cơ bản. Học phần biên soạn gồm có phần lý thuy ết, rõ ràng để hướng dẫn phương pháp , kỹ năng thực hành bài tập trang trí. Nội dung gồm có 3 chương: Nghiên cứu vốn cổ dân tộc, Chép và cách điệu hoa lá, Trang trí vải hoa. Học phần tiếp tục giúp người học rèn luyện khả năng sáng tạo và cảm thụ cái đẹp trong nghệ thuật trang trí.
tailieu.vn Xem trực tuyến Tải xuống
Nơ-ron sinh học:. Mạng nơ-ron nhân tạo:. Các nơ-ron tổ chức thành các lớp (layers) để tăng hiệu quả tính. mạng nơ-ron từ hai lớp trở lên với số lượng nơ-ron đủ lớn có thể xấp xỉ bất kỳ hàm liên tục nào với độ chính xác tùy ý. Mạng nơ-ron nhiều lớp (thậm chí chỉ cần duy nhất một lớp ẩn!) là hàm xấp xỉ tổng quát. Mạng nơ-ron có thể biểu diễn hàm bất kỳ nếu nó đủ rộng (số nơ-ron trong một lớp đủ nhiều), đủ sâu (số lớp đủ lớn)..
tailieu.vn Xem trực tuyến Tải xuống
Ví dụ quá trình tính toán tiến của một mạng nơ-ron 3 lớp sử dụng dropout. Ép mạng nơ-ron phải học biểu diễn dư thừa (redundant representation). Dropout khi huấn luyện có thể diễn giải như huấn luyện đồng thời nhiều mô hình khác nhau. Mỗi kiểu drop nơ-ron tương ứng với một mô hình. Một lớp kết nối đầy đủ với 4096 nơ-ron sẽ có phương án drop. Ví dụ xét một nơ-ron. Lúc huấn luyện:. Lúc suy diễn tất cả nơ-ron đều hoạt động. Vì vậy phải scale đầu ra của mỗi nơ-ron:.
000000255205.TT.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Phân tích làm rõ cơ sở lý luận và thực tiễn của việc thiết kế kít 8051 và ứng dụng trong giảng dạy môn học vi xử lý + Đề tài đã nghiên cứu đánh giá thực trạng đào tạo nghề kỹ thuật Kỹ thuật Điện – Điện tử, Điều khiển và Tự động hóa tại trường Đại học Công nghiệp Quảng Ninh. Đề tài đã đi sâu và nghiên cứu kít thực hành vi điều khiển 8051 để thiết kế xây dựng bài giảng thực hành và ứng dụng vào giảng dạy môn Vi xử lý nhằm nâng cao hiệu quả và chất lượng của bài giảng.
tailieu.vn Xem trực tuyến Tải xuống
Mục đích: Nhận đầu vào một tập mẫu huấn luyện sinh ra từ một phân bố nào đó và học một mô hình để có thể biểu diễn lại phân bố đó. Tại sao cần mô hình sinh?. Vì nó có thể khám phá ra các thông tin ẩn nền tảng trong dữ liệu. Sử dụng phân bố ẩn học được để sinh ra dữ liệu đa dạng và cân bằng hơn (debias). Sử dụng mô hình sinh để học phân bố dữ liệu, từ đó xác định ngoại lệ dựa trên phân bố học được..
tailieu.vn Xem trực tuyến Tải xuống
Gấp đôi số tham số mỗi nơ-ron. èKhông có ý nghĩa do tất cả các nơ-ron đều học và xử lý giống hệt nhau. Làm việc ổn với các mạng nơ-ron nhỏ, nhưng có vấn đề với các mạng nơ-ron sâu hơn.. Trung bình:. Khởi tạo Xavier. Khởi tạo Xavier:
tailieu.vn Xem trực tuyến Tải xuống
Tích chập chuyển vị conv 3x3, bước nhảy stride 2 và thêm viền padding 1. Ví dụ tích chập chuyển vị trong 1D. Tăng độ phân giải: unpooling hoặc transpose conv. cho bài toán phân đoạn ảnh. 01/02/2021 SangDV 35. 01/02/2021 SangDV 37. 01/02/2021 SangDV 38. Minh họa kết quả FCN với các mức độ phân giải khác nhau. 01/02/2021 SangDV 42. 01/02/2021 SangDV 43. Hàm mục tiêu cho bài toán phân đoạn ảnh:
repository.vnu.edu.vn Xem trực tuyến Tải xuống
Nghiên cứu xây dựng và ứng dụng công cụ tạo bài giảng Rich Media theo chuẩn E-Learning. Trường Đại học Công nghệ. Luận văn Thạc sĩ ngành: Công Nghệ Phần Mềm. Abstract: Giới thiệu về E-Learning, hiện trạng E-Learning tại Việt Nam, định nghĩa Rich Media và các lợi ích của Rich Media ứng dụng trong đào tạo trực tuyến. Trình bày về đào tạo trực tuyến và các vấn đề chuẩn hóa: các khái niệm và lý thuyết cơ bản về chuẩn hóa trong E-Learning.
tailieu.vn Xem trực tuyến Tải xuống
Cần dùng đặc trưng gì và mô hình phân loại gì để giải quyết bài toán này?. Phân loại sắc thái. Bộ phân loại Bộ phân loại. Bộ phân loại. Dịch máy Phân loại video. Lớp ẩn Bộ phân loại. Phân loại chuỗi. http://web.stanford.edu/class/cs224n/slides/cs224n- 2020-lecture07-fancy-rnn.pdf
tailieu.vn Xem trực tuyến Tải xuống
Nơ-ron tích chập trượt từ trái sang phải và từ trên xuống dưới khối dữ liệu đầu vào và tính toán để sinh ra một. bản đồ kích hoạt (activation map). Chiều sâu của nơ-ron tích chập bằng chiều sâu của khối dữ liệu đầu vào. Đầu vào kích thước 7x7, nơ-ron kích thước 3x3. Đầu ra kích thước 5x5. Đầu ra kích thước 3x3. Ví dụ: đầu vào kích thước 7x7, nơ-ron kích thước. Khi đó kích thước đầu ra là 7x7.
tailieu.vn Xem trực tuyến Tải xuống
Mỗi từ được biểu diễn bởi một véc-tơ dày (dense) sao cho véc-tơ này tương tự với các véc-tơ biểu diễn các từ khác mà thường xuất hiện trong các ngữ cảnh. 2013) là phương pháp để học biểu diễn từ. Mỗi từ trong tập từ vựng cố định được biểu diễn bằng một véctơ. Duyệt từng vị trí t trong văn bản, mỗi vị trí chứa từ trung tâm c và các từ ngữ cảnh bên ngoài o. Sử dụng độ tương đồng của các véc-tơ biểu diễn c và o để tính xác suất xuất hiện o khi có c (hoặc ngược lại). u w khi w là từ ngữ cảnh ngoài.
312366.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Phƣơng pháp nghiên cứu: Cơ sở lý thuyết về nhận dạng khuôn mặt ngƣời bằng kỹ thuật học sâu từ đó cài đặt thử nghiệm trên tập dữ liệu mẫu về khuôn mặt ngƣời Châu Á của Microsoft để có thể nhận xét, đánh giá phƣơng pháp tìm hiểu đƣợc. Chƣơng 2: Kỹ thuật học sâu cho bài toán nhận dạng khuôn mặt: Nghiên cứu cụ thể và áp dụng kỹ thuật học sâu cho bài toán nhận dạng khuôn mặt.
tailieu.vn Xem trực tuyến Tải xuống
Giới thiệu mơn học. BÙI THỊ DANH. BM.KHMT, KHOA CNTT, ĐH.KHTN TP.HCM. CÁC HỆ THỐNG THƠNG MINH NHÂN TẠO &. ỨNG DỤNG. Th.S Bùi Thị Danh. KHMT, Khoa CNTT. Mục tiêu mơn học. Sau khi hồn thành khĩa học, sinh viên cĩ thể:. Hiểu rõ một số hệ thống thơng minh nhân tạo và ứng dụng của chúng. Cài đặt được một số hệ thống thơng minh nhân tạo tiêu biểu. Nội dung mơn học. Tổng quan về các hệ thống thơng minh nhân tạo Các hệ thống thơng minh nhân tạo tiêu biểu:. Tìm kiếm. Biểu diễn tri thức và lập luận.
tailieu.vn Xem trực tuyến Tải xuống
Nguyên tắc và qui trình thiết kế bài giảng địa lí có ứng dụng công nghệ thông tin. Kết hợp linh hoạt các PPDH, hình thức tổ chức dạy học với sử dụng Microsoft Power Point.. Qui trình thiết kế bài giảng địa lí có ứng dụng CNTT. Đây là một khâu quan trọng trong việc thiết kế bài giảng có ứng dụng CNTT. Song có một điều đáng chú ý: Bài giảng được thiết kế bằng CNTT cũng là một phương tiện dạy học.