-
- دوشنبه تا شنبه: 10:00 - 16:00 / یکشنبه تعطیل است
الگوریتم بهینه سازی آدام چیست ؟ الگوریتم آدام یک الگوریتم بهینه‌سازی است که می‌توان از آن به جای روش گرادیان کاهشی تصادفی کلاسیک برای به‌روزرسانی وزن‌های شبکه بر اساس تکرار در داده‌های آموزشی استفاده کرد.
به خواندن ادامه دهید
گرادیان تصویر و لبه یابی (Edge Detection) فیلترگذاری روی تصویر با رنگ; دستور inrange در OpenCV برای فیلتر کردن رنگ; مثال فیلتر کردن رنگ آبی در ویدئو; بررسی سایر فضاهای رنگی; مثال تکنیک حذف پرده سبز
به خواندن ادامه دهید
س: آیا ماشین حساب برای همه مقادیر گرادیان دقیق است؟ پاسخ: بله، ماشین حساب از یک فرمول دقیق استفاده می کند که به طور دقیق هر مقدار گرادیان را به درصد مربوطه آن تبدیل می کند.
به خواندن ادامه دهید
هدف از یادگیری دوره آموزش یادگیری ماشین (Machine Learning) چیست؟ یادگیری ماشین، بدون شک به عنوان یکی از برترین فناوری‌های برتر به ویژه در دنیای امروز به‌شمار می‌رود.
به خواندن ادامه دهید
الگوریتم گرادیان تطبیقی (Adaptive Gradient Algorithm | AdaGrad): روشی است که نرخ یادگیری هر پارامتر را حفظ می‌کند. استفاده از این شیوه باعث بهبود میزان عملکرد در مسائل دارای گرادیان‌های نامتراکم می‌شود.
به خواندن ادامه دهید
اهمیت یادگیری ریاضی برای یادگیری ماشین و پیاده‌سازی در پایتون چیست؟ ... در این آموزش مباحث گرادیان و الگوریتم گرادیان کاهشی در رگرسیون، بردار و ضرایب لاگرانژ و بهینه‌سازی در الگوریتم ماشین ...
به خواندن ادامه دهید
10 تا از برترین الگوریتم های یادگیری ماشین برای مبتدیان ... دانشمندان داده با اجرای یکپارچه تکنیک‌های پیشرفته، دستگاه‌های پردازش داده پیچیده‌ای را ایجاد کرده‌اند. ... الگوریتم تقویت گرادیان ...
به خواندن ادامه دهید
اجرای نرمال‌سازی داده‌ها، باعث افزایش پایداری و همگرایی سریع‌تر در طول آموزش‌های «گرادیان-محور» (Gradient-based) می‌شود. همچنین نرمال‌سازی تا حد قابل قبولی از رخداد مشکلاتی مانند «محوشدگی گرادیان» (Vanishing Gradient) یا «انفجار ...
به خواندن ادامه دهید
اعمال گرادیان کاهشی به یک تابع چند متغیره، واقعا به چه معناست؟ سعی می‌کنیم این موضوع را با تجسم موارد زیر به شما توضیح دهیم: تابع هدف چند متغیره; چگونه گرادیان نزولی با این تابع کار می‌کند
به خواندن ادامه دهید
برای مثال گرانیت قرمز، صورتی و آبی به دلیل کمیاب بودن از قیمت بالاتری برخوردار هستند. هر چه طرح‌های روی سنگ منظم‌تر باشد، ارزش سنگ نیز بیشتر می‌شود.
به خواندن ادامه دهید
فیلم رایگان گرادیان کاهشی چیست در هم‌رویش منتشر شد. این صفحه از هم‌رویش شامل متن مقاله + فیلم است. در این صفحه شما با مفهوم و اجرا در توابع تک متغیره تا چند متغیره آشنا می‌شوید.
به خواندن ادامه دهید
اما آنچه که این مرزها را شکست، هوش مصنوعی و الگوریتم‌های یادگیری ماشین (Machine Learning) بود. ... ابزارهای دیگر این شرکت که می‌توانند از هوش مصنوعی برای پردازش استفاده کنند، Sharpen AI (برای شارپ‌سازی با ...
به خواندن ادامه دهید
در درس قبلی با بحثِ پس انتشارِ خطا آشنا شدیم و متوجه شدیم که شبکه‌های عصبی برای به هنگام‌سازیِ وزن‌ها و انحراف، باید عملیاتِ پس انتشار را در هر بار اجرای الگوریتم انجام دهند. هر تکرار از اجرای الگوریتم که یک iteration ...
به خواندن ادامه دهید
یک مقاله را صرفا بررسی می‌کنیم که گرادیان کاهشی را کدنویسی کرده است. صرفا برای این که یک دید اجرایی بگیریم. در بخش پایانی این فیلم در مورد گرادیان کاهشی چند متغیره یا Multivariate Gradient Descent صحبت کردیم.
به خواندن ادامه دهید
یادگیری در شبکه‌های عصبی به لطف مشتق و گرادیان نزولی(gradient descent) انجام میشه. در گرادیان نزولی، در هر تکرار آموزش شبکه عصبی شیب خطا محاسبه می‌شود و الگوریتم در جهت کاهش خطا حرکت می‌کند تا به حداقل خطای تصیمیم گیری برسد.
به خواندن ادامه دهید
این مسئله برای ماشین‌ها کار آسانی نخواهد بود، چون افراد را نمی‌شناسند. باید به کامپیوتر تصاویری از افراد متفاوت را بیاموزید. ... اگر سرعت پردازش یک ic (مدار پردازشی) ... الگوریتم تقویت گرادیان.
به خواندن ادامه دهید
XGBoost، با استفاده از پردازش موازی و تکنیک‌های بهینه‌سازی، قابلیت اجرای کارآمد را حتی روی داده‌های بزرگ دارد. این ویژگی XGBoost را برای پردازش داده‌های حجیم و تحلیل‌های بلادرنگ مناسب می‌کند.
به خواندن ادامه دهید
در این پست، قصد داریم تمام جزئیات الگوریتم تقویت گرادیان را، به ویژه رویکرد رگرسیونی آن، با ذکر ریاضیات و کدهای پایتون مربوط به آن را بررسی کنیم.
به خواندن ادامه دهید
ماشین لرنینگ به زبان ساده. بر اساس تعریفی دقیق، یادگیری ماشین شاخه ای از هوش مصنوعی (ai) متمرکز بر ساخت برنامه هاییست که از داده های یاد میگیرن و دقت آنها به مرور زمان و بدون نیاز به برنامه نویس افزایش پیدا میکنه.
به خواندن ادامه دهید
همچنین برای آگاهی از مفهوم تابع زیان و انواع آن، مطالعه نوشتار تابع زیان (Loss Function) در یادگیری ماشین – به همراه کدهای پایتون خالی از لطف نیست. رگرسیون خطی به کمک گرادیان کاهشی
به خواندن ادامه دهید
این آموزش رایگان بخشی از آموزش یادگیری ماشین (Machine Learning) (تئوری – عملی) می باشد. برای کسب اطلاعات بیشتر و استفاده از این آموزش بر روی این لینک (+) کلیک کنید.
به خواندن ادامه دهید
دانلود کتاب Hands-On Gradient Boosting with XGBoost and scikit-learn: Perform accessible Python machine learning and extreme gradient boosting with Python (به فارسی: تقویت گرادیان دستی با XGBoost و scikit-learn: یادگیری ماشین پایتون در دسترس و تقویت گرادیان شدید را با پایتون انجام دهید) نوشته ...
به خواندن ادامه دهید
ماشین آلات حکاکی cnc برای سنگ دستگاه حکاکی سنگ cnc دستگاهی با دقت بالا و کارایی بالا است که پردازش سنگ حکاکی را از طریق کنترل کامپیوتری کامل می کند.
به خواندن ادامه دهید
یک نوع رایج از مدل یادگیری ماشین که توانسته در مسابقات علم داده بسیار مفید باشد، مدل تقویت گرادیان است. افزایش گرادیان اساساً فرآیند تبدیل مدل های یادگیری ضعیف به مدل های یادگیری قوی است.
به خواندن ادامه دهید
به نظر شما پردازش تصویر و بینایی ماشین چه شباهت ها و تفاوت هایی دارند؟. پردازش تصویر یک حوزه از علم کامپیوتر است که به تحلیل و پردازش تصاویر دیجیتال می‌پردازد. این فرآیند شامل استخراج ویژگی‌های تصویر، تحلیل ساختار ...
به خواندن ادامه دهید
«گرادیان کاهشی» (Gradient Descent) یک الگوریتم بهینه‌سازی برای پیدا کردن کمینه یک تابع است. در این الگوریتم کار با یک نقطه تصادفی روی تابع آغاز می‌شود و روی جهت منفی از گرادیان تابع حرکت می‌کند تا ...
به خواندن ادامه دهید
در این مقاله، برخی از بهترین کتابخانه‌های پایتون برای یادگیری ماشین، از جمله XGBoost، StatsModels، LightGBM، CatBoost و PyBrain را بررسی می‌کنیم و ویژگی‌ها و المان های منحصربه‌فرد آنها را کشف می‌کنیم.
به خواندن ادامه دهید
هیستوگرام گرادیان‌های گرا (hog) یک توصیفگر ویژگی است که در بینایی کامپیوتری و پردازش تصویر به منظور تشخیص اشیا استفاده می‌شود. این تکنیک، جهت‌گیری گرادیان را در بخش‌های محلی یک تصویر شمارش می‌کند.
به خواندن ادامه دهید
آموزش الگوریتم های بهینه سازی در یادگیری ماشین + پیاده سازی در متلب، بررسی روش گرادیان نزولی، ساختارهای مختلف و تعمیم های مختلف آن با حل مساله یادگیری ماشین
به خواندن ادامه دهید
فرآیند یادگیری در ماشین لرنینگ با داده‌هایی به عنوان ورودی آغاز می‌شود، تا ماشین با بهره‌گیری از آنها به الگوهای موجود در آن مجموعه داده دست پیدا کند و بر اساس کشف الگوهای آنها و بینش حاصل شده، تصمیمات بهتری بگیرد.
به خواندن ادامه دهید