Muhammad Al-Xorazmiy nomidagi tatu qarshi filiali 3-kurs talabasi
Matematikani nega o’rganish kerak?
Download 0.54 Mb. Pdf ko'rish
|
3-mustaqil mashina Soliyev A
- Bu sahifa navigatsiya:
- Pankaj Ray (2021.01.13)Convolutional Neural Network (CNN) and its Application- All you need to know www.intuit.ru
|
Matematikani nega o’rganish kerak?
Matematikani mashinali o’qitish muhim bo'lganligi uchun juda ko'p sabablar bor va men ulardan ba'zilarini quyida ta'kidlab o'taman: 1. To'g'ri algoritmni tanlash, bu aniqlik, o'qitish vaqti, modelning murakkabligi, parametrlar soni va funktsiyalar sonini hisobga olishni o'z ichiga oladi. 2. Sozlamalar va skanerlash strategiyasini tanlash. 3. Noto'g'ri savdo-sotiqni tushunib, mos bo'lmagan va ortiqchalarni aniqlash. 4. To'g'ri ishonch oraliqlar va noaniqlikni baholash. Chiziqli Algebra Chiziqli algebra ma'lumotlar to'plamlarini bir nechta operatsiyalarni bajarish mumkin bo'lgan matritsalarga aylantirishi mumkin. NumPy-bu N o'lchovli massivda bir nechta operatsiyalarni bajaradigan mashinani o'rganishda ishlatiladigan kutubxona.Mashinani o'rganishda siz ma'lumotlar to'plamiga modelga mos kelasiz. Bu jadvalga o'xshash raqamlar to'plami bo'lib, unda har bir satr kuzatuvni va har bir ustun kuzatish xususiyatini ifodalaydi. Misol uchun, quyida Iris gullari ma'lumotlar to'plamining bir qismi keltirilgan: Kompyuterni ko'rish dasturlarida rasmlar yoki fotosuratlar bilan ishlashda siz ishlaydigan har bir rasm o'zi kengligi va balandligi va har bir katakchada bitta piksel qiymatiga ega bo'lgan jadval tuzilishi bo'lib, uning qiymati 0 dan 255 gacha. Qora va oq tasvirlarda bitta kanal, RBGDA esa uchta kanal mavjud. Surat chiziqli algebradan matritsaning yana bir misolidir. Tasvirdagi kesish, masshtablash, qirqish va hokazo kabi operatsiyalar chiziqli algebraning yozuvlari va operatsiyalari yordamida tasvirlangan, bu bizni ma'lumotlar to'plamining keyingi qismiga — ular ustida operatsiyalarni bajarishga olib boradi. Chiziqli regressiya dan usul statistika o'zgaruvchilar o'rtasidagi munosabatlarni tavsiflash uchun. Bu chiziqli algebra yozuvidan foydalanadi-y = Ab. Qayerda y chiqish o'zgaruvchisi, a ma'lumotlar to'plami va b model koeffitsientlari. Chiziqli regressiya muammosini tavsiflash va hal qilishning ko'plab usullari mavjud, ya'ni har bir kirish o'zgaruvchisiga ko'paytirilganda va qo'shilganda chiqish o'zgaruvchisini eng yaxshi bashorat qilishga olib keladigan koeffitsientlar to'plamini topish. Bunday usullardan biri SVD (Singular qiymat dekompozitsiyasi) Tasvirni tasniflash-bu kirish tasvirini olish va sinfni (mushuk, it va boshqalarni) chiqarish yoki tasvirni eng yaxshi tasvirlaydigan sinflar ehtimoli. Odamlar uchun bu tanib olish vazifasi biz tug'ilgan paytdan boshlab o'rganadigan birinchi ko'nikmalardan biri bo'lib, kattalar kabi tabiiy va qiyinchiliksiz keladi. Hatto ikki marta o'ylamasdan, biz atrof-muhitni va bizni o'rab turgan narsalarni tez va muammosiz aniqlay olamiz. Biz tasvirni ko'rganimizda yoki atrofimizdagi dunyoga qaraganimizda, ko'pincha biz darhol sahnani tavsiflashimiz va har bir ob'ektga yorliq berishimiz mumkin, barchasi hatto ongli ravishda sezdirmasdan. Naqshlarni tezda tanib olish, oldingi bilimlarni umumlashtirish va turli xil tasvir muhitlariga moslashish qobiliyatlari biz boshqa mashinalarimiz bilan baham ko'rmaydigan ko'nikmalardir. Konvolyutsion neyron tarmoq (ConvNet/CNN) - bu chuqur o'rganish algoritmi bo'lib, u kirish tasvirini olishi, tasvirdagi turli jihatlar/ob'ektlarga ahamiyat (o'rganiladigan og'irliklar va noaniqliklar) berishi va birini boshqasidan ajrata olishi mumkin. ConvNet-da talab qilinadigan oldindan ishlov berish boshqa tasniflash algoritmlariga nisbatan ancha past. Ibtidoiy usullarda filtrlar qo'lda ishlab chiqilgan bo'lsa-da, etarli tayyorgarlik bilan Konvnetlar ushbu filtrlarni/xususiyatlarni o'rganish qobiliyatiga ega. ANNs, odamlar kabi, bola kabi, ular hatto namuna bilan o'rganadilar.Neyron tarmoq Konvolyutsion neyron tarmoqlari(CNN), takroriy neyron tarmoqlari(RNN), uzoq muddatli Xotira tarmoqlari (LSTM) kabi bir nechta boshqa tarmoq toifalariga ega. ushbu blogda biz Konvolyutsion neyron tarmoqlariga(CNN)e'tibor qaratamiz. Foydalanilgan adabiyotlar va internet saytlari. Pankaj Ray (2021.01.13)Convolutional Neural Network (CNN) and its Application- All you need to know www.intuit.ru Amir Ali (2019.05.22)Convolutional Neural Network(CNN) with Practical Implementation Download 0.54 Mb. Do'stlaringiz bilan baham: 
|