Telegram Group & Telegram Channel
🌟 ΠŸΠ΅Ρ€ΠΈΠΎΠ΄ΠΈΡ‡Π΅ΡΠΊΠ°Ρ Ρ‚Π°Π±Π»ΠΈΡ†Π° машинного обучСния.

Π˜ΡΡΠ»Π΅Π΄ΠΎΠ²Π°Ρ‚Π΅Π»ΠΈ ΠΈΠ· МiT, Microsoft ΠΈ Goggle создали Ρ„Ρ€Π΅ΠΉΠΌΠ²ΠΎΡ€ΠΊ, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹ΠΉ ΠΌΠΎΠΆΠ΅Ρ‚ ΠΈΠ·ΠΌΠ΅Π½ΠΈΡ‚ΡŒ ΠΏΠΎΠ΄Ρ…ΠΎΠ΄ ΠΊ Ρ€Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ΅ Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΠΎΠ² машинного обучСния - I-Con (Information Contrastive Learning).

Он объСдинил ΠΈ систСматизировал Π±ΠΎΠ»Π΅Π΅ 20 классичСских ΠΌΠ΅Ρ‚ΠΎΠ΄ΠΎΠ² ML β€” ΠΎΡ‚ кластСризации Π΄ΠΎ контрастивного обучСния Π² Π΅Π΄ΠΈΠ½ΡƒΡŽ структуру, Π½Π°ΠΏΠΎΠΌΠΈΠ½Π°ΡŽΡ‰ΡƒΡŽ ΠΏΠ΅Ρ€ΠΈΠΎΠ΄ΠΈΡ‡Π΅ΡΠΊΡƒΡŽ Ρ‚Π°Π±Π»ΠΈΡ†Ρƒ. Как ΠΈ Π΅Π΅ химичСский ΠΏΡ€Π°Ρ€ΠΎΠ΄ΠΈΡ‚Π΅Π»ΡŒ, эта Ρ‚Π°Π±Π»ΠΈΡ†Π° Π½Π΅ Ρ‚ΠΎΠ»ΡŒΠΊΠΎ упорядочиваСт извСстныС Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΡ‹, Π½ΠΎ ΠΈ ΡƒΠΊΠ°Π·Ρ‹Π²Π°Π΅Ρ‚ Π½Π° ΠΏΡ€ΠΎΠ±Π΅Π»Ρ‹, Π³Π΄Π΅ ΠΌΠΎΠ³ΡƒΡ‚ ΡΡƒΡ‰Π΅ΡΡ‚Π²ΠΎΠ²Π°Ρ‚ΡŒ Π΅Ρ‰Π΅ Π½Π΅ ΠΎΡ‚ΠΊΡ€Ρ‹Ρ‚Ρ‹Π΅ ΠΌΠ΅Ρ‚ΠΎΠ΄Ρ‹.

Π’ основС I-Con Π»Π΅ΠΆΠΈΡ‚ ΡƒΡ€Π°Π²Π½Π΅Π½ΠΈΠ΅, ΠΌΠΈΠ½ΠΈΠΌΠΈΠ·ΠΈΡ€ΡƒΡŽΡ‰Π΅Π΅ расхоТдСниС ΠšΡƒΠ»ΡŒΠ±Π°ΠΊΠ°-Π›Π΅ΠΉΠ±Π»Π΅Ρ€Π° ΠΌΠ΅ΠΆΠ΄Ρƒ двумя распрСдСлСниями: Β«ΠΈΠ΄Π΅Π°Π»ΡŒΠ½Ρ‹ΠΌΒ» (Π½Π° основС Π΄Π°Π½Π½Ρ‹Ρ…) ΠΈ Ρ‚Π΅ΠΌ, Ρ‡Ρ‚ΠΎ ΠΎΠ±ΡƒΡ‡Π°Π΅Ρ‚ модСль. Π­Ρ‚ΠΎ ΡƒΡ€Π°Π²Π½Π΅Π½ΠΈΠ΅, Π½Π°ΠΉΠ΄Π΅Π½Π½ΠΎΠ΅ ΠΏΠΎΡ‡Ρ‚ΠΈ случайно, стало ΠΊΠ»ΡŽΡ‡ΠΎΠΌ ΠΊ объСдинСнию Ρ‚Π°ΠΊΠΈΡ… Ρ€Π°Π·Π½Ρ‹Ρ… ΠΏΠΎΠ΄Ρ…ΠΎΠ΄ΠΎΠ², ΠΊΠ°ΠΊ k-срСдних, SimCLR ΠΈ PCA.

Для ΠΏΡ€ΠΈΠΌΠ΅Ρ€Π° - Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌ кластСризации Π² I-Con рассматриваСтся ΠΊΠ°ΠΊ способ выравнивания распрСдСлСний сходства Ρ‚ΠΎΡ‡Π΅ΠΊ, Π° контрастивноС ΠΎΠ±ΡƒΡ‡Π΅Π½ΠΈΠ΅ β€” ΠΊΠ°ΠΊ Ρ€Π°Π±ΠΎΡ‚Π° с аугмСнтациями ΠΈΠ·ΠΎΠ±Ρ€Π°ΠΆΠ΅Π½ΠΈΠΉ. Вакая унификация ΠΏΠΎΠ·Π²ΠΎΠ»ΠΈΠ»Π° рСсСрчСрам Π±ΡƒΠΊΠ²Π°Π»ΡŒΠ½ΠΎ Β«ΡΠΊΡ€Π΅Ρ‰ΠΈΠ²Π°Ρ‚ΡŒΒ» ΠΌΠ΅Ρ‚ΠΎΠ΄Ρ‹: комбинация ΠΈΠ΄Π΅ΠΉ ΠΈΠ· контрастивного обучСния ΠΈ ΡΠΏΠ΅ΠΊΡ‚Ρ€Π°Π»ΡŒΠ½ΠΎΠΉ кластСризации Π΄Π°Π»Π° Π½ΠΎΠ²Ρ‹ΠΉ Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌ, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹ΠΉ Π½Π° 8% Ρ‚ΠΎΡ‡Π½Π΅Π΅ прСдсказываСт классы ΠΈΠ·ΠΎΠ±Ρ€Π°ΠΆΠ΅Π½ΠΈΠΉ Π±Π΅Π· ΠΌΠ΅Ρ‚ΠΎΠΊ.

I-Con β€” Π½Π΅ просто тСория. Π’ экспСримСнтах Π½Π° ImageNet-1K Ρ„Ρ€Π΅ΠΉΠΌΠ²ΠΎΡ€ΠΊ ΠΏΠΎΠΊΠ°Π·Π°Π», ΠΊΠ°ΠΊ пСрСнос ΠΏΡ€ΠΈΠ΅ΠΌΠΎΠ² ΠΌΠ΅ΠΆΠ΄Ρƒ областями машинного обучСния ΡƒΠ»ΡƒΡ‡ΡˆΠ°Π΅Ρ‚ Ρ€Π΅Π·ΡƒΠ»ΡŒΡ‚Π°Ρ‚Ρ‹. НапримСр, Ρ‚Π΅Ρ…Π½ΠΈΠΊΠ° дСбайсинга (исправлСния смСщСний Π² Π΄Π°Π½Π½Ρ‹Ρ…), ΠΈΠ·Π½Π°Ρ‡Π°Π»ΡŒΠ½ΠΎ созданная для контрастивного обучСния, повысила Ρ‚ΠΎΡ‡Π½ΠΎΡΡ‚ΡŒ кластСризации. А Π΄ΠΎΠ±Π°Π²Π»Π΅Π½ΠΈΠ΅ ΠΏΡ€ΠΎΡ…ΠΎΠ΄ΠΎΠ² ΠΏΠΎ neighbor propagation Π² Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΡ‹ ΠΏΠΎΠΌΠΎΠ³Π»ΠΎ модСлям Π»ΡƒΡ‡ΡˆΠ΅ ΡƒΡ‡ΠΈΡ‚Ρ‹Π²Π°Ρ‚ΡŒ Π»ΠΎΠΊΠ°Π»ΡŒΠ½ΡƒΡŽ структуру Π΄Π°Π½Π½Ρ‹Ρ….

Но Π³Π»Π°Π²Π½ΠΎΠ΅ прСимущСство I-Con β€” Π΅Π³ΠΎ ΠΏΡ€Π΅Π΄ΡΠΊΠ°Π·Π°Ρ‚Π΅Π»ΡŒΠ½Π°Ρ сила. ΠŸΡƒΡΡ‚Ρ‹Π΅ ΠΊΠ»Π΅Ρ‚ΠΊΠΈ Π² Ρ‚Π°Π±Π»ΠΈΡ†Π΅ ΡƒΠΊΠ°Π·Ρ‹Π²Π°ΡŽΡ‚ Π½Π° гипотСтичСскиС Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΡ‹, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ Π΅Ρ‰Ρ‘ прСдстоит ΡΠΎΠ·Π΄Π°Ρ‚ΡŒ. Π˜Π½Ρ‹ΠΌΠΈ словами, комбинируя ΠΏΠΎΠ΄Ρ…ΠΎΠ΄Ρ‹ ΠΈΠ· supervised ΠΈ unsupervised обучСния, ΠΌΠΎΠΆΠ½ΠΎ Ρ€Π°Π·Ρ€Π°Π±ΠΎΡ‚Π°Ρ‚ΡŒ ΠΌΠ΅Ρ‚ΠΎΠ΄Ρ‹, эффСктивныС для Π·Π°Π΄Π°Ρ‡ с частично Ρ€Π°Π·ΠΌΠ΅Ρ‡Π΅Π½Π½Ρ‹ΠΌΠΈ Π΄Π°Π½Π½Ρ‹ΠΌΠΈ. Π£ΠΆΠ΅ сСйчас Ρ„Ρ€Π΅ΠΉΠΌΠ²ΠΎΡ€ΠΊ ΠΏΠΎΠΌΠΎΠ³Π°Π΅Ρ‚ ΠΈΠ·Π±Π΅ΠΆΠ°Ρ‚ΡŒ «изобрСтСния вСлосипСда»: вмСсто Ρ‚ΠΎΠ³ΠΎ Ρ‡Ρ‚ΠΎΠ±Ρ‹ ΠΏΠ΅Ρ€Π΅Π±ΠΈΡ€Π°Ρ‚ΡŒ Π²Π°Ρ€ΠΈΠ°Π½Ρ‚Ρ‹ Π½Π°ΡƒΠ³Π°Π΄, исслСдоватСли ΠΌΠΎΠ³ΡƒΡ‚ Ρ†Π΅Π»Π΅Π½Π°ΠΏΡ€Π°Π²Π»Π΅Π½Π½ΠΎ ΠΊΠΎΠΌΠ±ΠΈΠ½ΠΈΡ€ΠΎΠ²Π°Ρ‚ΡŒ элСмСнты ΠΈΠ· Ρ‚Π°Π±Π»ΠΈΡ†Ρ‹.

Пока Ρ€Π°Π½ΠΎ Π³ΠΎΠ²ΠΎΡ€ΠΈΡ‚ΡŒ, станСт Π»ΠΈ I-Con общСпринятым стандартом, Π½ΠΎ Π΅Π³ΠΎ ΠΏΠΎΡ‚Π΅Π½Ρ†ΠΈΠ°Π» ΠΎΡ‡Π΅Π²ΠΈΠ΄Π΅Π½. Как ΠΌΠΈΠ½ΠΈΠΌΡƒΠΌ, ΠΎΠ½ ΠΏΡ€Π΅Π΄Π»Π°Π³Π°Π΅Ρ‚ свСТий взгляд Π½Π° машинноС ΠΎΠ±ΡƒΡ‡Π΅Π½ΠΈΠ΅ β€” Π½Π΅ ΠΊΠ°ΠΊ Π½Π° Π½Π°Π±ΠΎΡ€ Ρ€Π°Π·Ρ€ΠΎΠ·Π½Π΅Π½Π½Ρ‹Ρ… Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΠΎΠ², Π° ΠΊΠ°ΠΊ Π½Π° систСму со скрытой структурой. И Ссли Ρ…ΠΈΠΌΠΈΠΊΠΈ ΠΊΠΎΠ³Π΄Π°-Ρ‚ΠΎ заполняли пустоты Π² Ρ‚Π°Π±Π»ΠΈΡ†Π΅ МСндСлССва, Ρ‚ΠΎ ML-исслСдоватСли Ρ‚Π΅ΠΏΠ΅Ρ€ΡŒ ΠΌΠΎΠ³ΡƒΡ‚ Π΄Π΅Π»Π°Ρ‚ΡŒ Ρ‚ΠΎ ΠΆΠ΅ самоС β€” осознанно, Π° Π½Π΅ ΠΌΠ΅Ρ‚ΠΎΠ΄ΠΎΠΌ ΠΏΡ€ΠΎΠ± ΠΈ ошибок.

β–ΆοΈΠŸΡ€Π°ΠΊΡ‚ΠΈΡ‡Π΅ΡΠΊΠΎΠ΅ ΠΏΡ€ΠΈΠΌΠ΅Π½Π΅Π½ΠΈΠ΅:

# Clone the repo
git clone https://github.com/ShadeAlsha/ICon.git
cd ICon

# Create a conda env
conda create -n ICon
conda activate ICon

# Install dependencies
pip install -e .

# Evaluate Models
cd ICon
python evaluate.py

# After evaluation, see the results in tensorboard
cd ../logs/evaluate
tensorboard --logdir .

# Train a Model
cd ICon
python train.py



πŸŸ‘Π‘Ρ‚Ρ€Π°Π½ΠΈΡ†Π° ΠΏΡ€ΠΎΠ΅ΠΊΡ‚Π°
πŸŸ‘Π’Π΅Ρ…ΠΎΡ‚Ρ‡Π΅Ρ‚
πŸ–₯GitHub


@ai_machinelearning_big_data

#AI #ML #ICon #Framework #Algorithms
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM



tg-me.com/ai_machinelearning_big_data/7444
Create:
Last Update:

🌟 ΠŸΠ΅Ρ€ΠΈΠΎΠ΄ΠΈΡ‡Π΅ΡΠΊΠ°Ρ Ρ‚Π°Π±Π»ΠΈΡ†Π° машинного обучСния.

Π˜ΡΡΠ»Π΅Π΄ΠΎΠ²Π°Ρ‚Π΅Π»ΠΈ ΠΈΠ· МiT, Microsoft ΠΈ Goggle создали Ρ„Ρ€Π΅ΠΉΠΌΠ²ΠΎΡ€ΠΊ, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹ΠΉ ΠΌΠΎΠΆΠ΅Ρ‚ ΠΈΠ·ΠΌΠ΅Π½ΠΈΡ‚ΡŒ ΠΏΠΎΠ΄Ρ…ΠΎΠ΄ ΠΊ Ρ€Π°Π·Ρ€Π°Π±ΠΎΡ‚ΠΊΠ΅ Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΠΎΠ² машинного обучСния - I-Con (Information Contrastive Learning).

Он объСдинил ΠΈ систСматизировал Π±ΠΎΠ»Π΅Π΅ 20 классичСских ΠΌΠ΅Ρ‚ΠΎΠ΄ΠΎΠ² ML β€” ΠΎΡ‚ кластСризации Π΄ΠΎ контрастивного обучСния Π² Π΅Π΄ΠΈΠ½ΡƒΡŽ структуру, Π½Π°ΠΏΠΎΠΌΠΈΠ½Π°ΡŽΡ‰ΡƒΡŽ ΠΏΠ΅Ρ€ΠΈΠΎΠ΄ΠΈΡ‡Π΅ΡΠΊΡƒΡŽ Ρ‚Π°Π±Π»ΠΈΡ†Ρƒ. Как ΠΈ Π΅Π΅ химичСский ΠΏΡ€Π°Ρ€ΠΎΠ΄ΠΈΡ‚Π΅Π»ΡŒ, эта Ρ‚Π°Π±Π»ΠΈΡ†Π° Π½Π΅ Ρ‚ΠΎΠ»ΡŒΠΊΠΎ упорядочиваСт извСстныС Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΡ‹, Π½ΠΎ ΠΈ ΡƒΠΊΠ°Π·Ρ‹Π²Π°Π΅Ρ‚ Π½Π° ΠΏΡ€ΠΎΠ±Π΅Π»Ρ‹, Π³Π΄Π΅ ΠΌΠΎΠ³ΡƒΡ‚ ΡΡƒΡ‰Π΅ΡΡ‚Π²ΠΎΠ²Π°Ρ‚ΡŒ Π΅Ρ‰Π΅ Π½Π΅ ΠΎΡ‚ΠΊΡ€Ρ‹Ρ‚Ρ‹Π΅ ΠΌΠ΅Ρ‚ΠΎΠ΄Ρ‹.

Π’ основС I-Con Π»Π΅ΠΆΠΈΡ‚ ΡƒΡ€Π°Π²Π½Π΅Π½ΠΈΠ΅, ΠΌΠΈΠ½ΠΈΠΌΠΈΠ·ΠΈΡ€ΡƒΡŽΡ‰Π΅Π΅ расхоТдСниС ΠšΡƒΠ»ΡŒΠ±Π°ΠΊΠ°-Π›Π΅ΠΉΠ±Π»Π΅Ρ€Π° ΠΌΠ΅ΠΆΠ΄Ρƒ двумя распрСдСлСниями: Β«ΠΈΠ΄Π΅Π°Π»ΡŒΠ½Ρ‹ΠΌΒ» (Π½Π° основС Π΄Π°Π½Π½Ρ‹Ρ…) ΠΈ Ρ‚Π΅ΠΌ, Ρ‡Ρ‚ΠΎ ΠΎΠ±ΡƒΡ‡Π°Π΅Ρ‚ модСль. Π­Ρ‚ΠΎ ΡƒΡ€Π°Π²Π½Π΅Π½ΠΈΠ΅, Π½Π°ΠΉΠ΄Π΅Π½Π½ΠΎΠ΅ ΠΏΠΎΡ‡Ρ‚ΠΈ случайно, стало ΠΊΠ»ΡŽΡ‡ΠΎΠΌ ΠΊ объСдинСнию Ρ‚Π°ΠΊΠΈΡ… Ρ€Π°Π·Π½Ρ‹Ρ… ΠΏΠΎΠ΄Ρ…ΠΎΠ΄ΠΎΠ², ΠΊΠ°ΠΊ k-срСдних, SimCLR ΠΈ PCA.

Для ΠΏΡ€ΠΈΠΌΠ΅Ρ€Π° - Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌ кластСризации Π² I-Con рассматриваСтся ΠΊΠ°ΠΊ способ выравнивания распрСдСлСний сходства Ρ‚ΠΎΡ‡Π΅ΠΊ, Π° контрастивноС ΠΎΠ±ΡƒΡ‡Π΅Π½ΠΈΠ΅ β€” ΠΊΠ°ΠΊ Ρ€Π°Π±ΠΎΡ‚Π° с аугмСнтациями ΠΈΠ·ΠΎΠ±Ρ€Π°ΠΆΠ΅Π½ΠΈΠΉ. Вакая унификация ΠΏΠΎΠ·Π²ΠΎΠ»ΠΈΠ»Π° рСсСрчСрам Π±ΡƒΠΊΠ²Π°Π»ΡŒΠ½ΠΎ Β«ΡΠΊΡ€Π΅Ρ‰ΠΈΠ²Π°Ρ‚ΡŒΒ» ΠΌΠ΅Ρ‚ΠΎΠ΄Ρ‹: комбинация ΠΈΠ΄Π΅ΠΉ ΠΈΠ· контрастивного обучСния ΠΈ ΡΠΏΠ΅ΠΊΡ‚Ρ€Π°Π»ΡŒΠ½ΠΎΠΉ кластСризации Π΄Π°Π»Π° Π½ΠΎΠ²Ρ‹ΠΉ Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌ, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹ΠΉ Π½Π° 8% Ρ‚ΠΎΡ‡Π½Π΅Π΅ прСдсказываСт классы ΠΈΠ·ΠΎΠ±Ρ€Π°ΠΆΠ΅Π½ΠΈΠΉ Π±Π΅Π· ΠΌΠ΅Ρ‚ΠΎΠΊ.

I-Con β€” Π½Π΅ просто тСория. Π’ экспСримСнтах Π½Π° ImageNet-1K Ρ„Ρ€Π΅ΠΉΠΌΠ²ΠΎΡ€ΠΊ ΠΏΠΎΠΊΠ°Π·Π°Π», ΠΊΠ°ΠΊ пСрСнос ΠΏΡ€ΠΈΠ΅ΠΌΠΎΠ² ΠΌΠ΅ΠΆΠ΄Ρƒ областями машинного обучСния ΡƒΠ»ΡƒΡ‡ΡˆΠ°Π΅Ρ‚ Ρ€Π΅Π·ΡƒΠ»ΡŒΡ‚Π°Ρ‚Ρ‹. НапримСр, Ρ‚Π΅Ρ…Π½ΠΈΠΊΠ° дСбайсинга (исправлСния смСщСний Π² Π΄Π°Π½Π½Ρ‹Ρ…), ΠΈΠ·Π½Π°Ρ‡Π°Π»ΡŒΠ½ΠΎ созданная для контрастивного обучСния, повысила Ρ‚ΠΎΡ‡Π½ΠΎΡΡ‚ΡŒ кластСризации. А Π΄ΠΎΠ±Π°Π²Π»Π΅Π½ΠΈΠ΅ ΠΏΡ€ΠΎΡ…ΠΎΠ΄ΠΎΠ² ΠΏΠΎ neighbor propagation Π² Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΡ‹ ΠΏΠΎΠΌΠΎΠ³Π»ΠΎ модСлям Π»ΡƒΡ‡ΡˆΠ΅ ΡƒΡ‡ΠΈΡ‚Ρ‹Π²Π°Ρ‚ΡŒ Π»ΠΎΠΊΠ°Π»ΡŒΠ½ΡƒΡŽ структуру Π΄Π°Π½Π½Ρ‹Ρ….

Но Π³Π»Π°Π²Π½ΠΎΠ΅ прСимущСство I-Con β€” Π΅Π³ΠΎ ΠΏΡ€Π΅Π΄ΡΠΊΠ°Π·Π°Ρ‚Π΅Π»ΡŒΠ½Π°Ρ сила. ΠŸΡƒΡΡ‚Ρ‹Π΅ ΠΊΠ»Π΅Ρ‚ΠΊΠΈ Π² Ρ‚Π°Π±Π»ΠΈΡ†Π΅ ΡƒΠΊΠ°Π·Ρ‹Π²Π°ΡŽΡ‚ Π½Π° гипотСтичСскиС Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΡ‹, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ Π΅Ρ‰Ρ‘ прСдстоит ΡΠΎΠ·Π΄Π°Ρ‚ΡŒ. Π˜Π½Ρ‹ΠΌΠΈ словами, комбинируя ΠΏΠΎΠ΄Ρ…ΠΎΠ΄Ρ‹ ΠΈΠ· supervised ΠΈ unsupervised обучСния, ΠΌΠΎΠΆΠ½ΠΎ Ρ€Π°Π·Ρ€Π°Π±ΠΎΡ‚Π°Ρ‚ΡŒ ΠΌΠ΅Ρ‚ΠΎΠ΄Ρ‹, эффСктивныС для Π·Π°Π΄Π°Ρ‡ с частично Ρ€Π°Π·ΠΌΠ΅Ρ‡Π΅Π½Π½Ρ‹ΠΌΠΈ Π΄Π°Π½Π½Ρ‹ΠΌΠΈ. Π£ΠΆΠ΅ сСйчас Ρ„Ρ€Π΅ΠΉΠΌΠ²ΠΎΡ€ΠΊ ΠΏΠΎΠΌΠΎΠ³Π°Π΅Ρ‚ ΠΈΠ·Π±Π΅ΠΆΠ°Ρ‚ΡŒ «изобрСтСния вСлосипСда»: вмСсто Ρ‚ΠΎΠ³ΠΎ Ρ‡Ρ‚ΠΎΠ±Ρ‹ ΠΏΠ΅Ρ€Π΅Π±ΠΈΡ€Π°Ρ‚ΡŒ Π²Π°Ρ€ΠΈΠ°Π½Ρ‚Ρ‹ Π½Π°ΡƒΠ³Π°Π΄, исслСдоватСли ΠΌΠΎΠ³ΡƒΡ‚ Ρ†Π΅Π»Π΅Π½Π°ΠΏΡ€Π°Π²Π»Π΅Π½Π½ΠΎ ΠΊΠΎΠΌΠ±ΠΈΠ½ΠΈΡ€ΠΎΠ²Π°Ρ‚ΡŒ элСмСнты ΠΈΠ· Ρ‚Π°Π±Π»ΠΈΡ†Ρ‹.

Пока Ρ€Π°Π½ΠΎ Π³ΠΎΠ²ΠΎΡ€ΠΈΡ‚ΡŒ, станСт Π»ΠΈ I-Con общСпринятым стандартом, Π½ΠΎ Π΅Π³ΠΎ ΠΏΠΎΡ‚Π΅Π½Ρ†ΠΈΠ°Π» ΠΎΡ‡Π΅Π²ΠΈΠ΄Π΅Π½. Как ΠΌΠΈΠ½ΠΈΠΌΡƒΠΌ, ΠΎΠ½ ΠΏΡ€Π΅Π΄Π»Π°Π³Π°Π΅Ρ‚ свСТий взгляд Π½Π° машинноС ΠΎΠ±ΡƒΡ‡Π΅Π½ΠΈΠ΅ β€” Π½Π΅ ΠΊΠ°ΠΊ Π½Π° Π½Π°Π±ΠΎΡ€ Ρ€Π°Π·Ρ€ΠΎΠ·Π½Π΅Π½Π½Ρ‹Ρ… Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΠΎΠ², Π° ΠΊΠ°ΠΊ Π½Π° систСму со скрытой структурой. И Ссли Ρ…ΠΈΠΌΠΈΠΊΠΈ ΠΊΠΎΠ³Π΄Π°-Ρ‚ΠΎ заполняли пустоты Π² Ρ‚Π°Π±Π»ΠΈΡ†Π΅ МСндСлССва, Ρ‚ΠΎ ML-исслСдоватСли Ρ‚Π΅ΠΏΠ΅Ρ€ΡŒ ΠΌΠΎΠ³ΡƒΡ‚ Π΄Π΅Π»Π°Ρ‚ΡŒ Ρ‚ΠΎ ΠΆΠ΅ самоС β€” осознанно, Π° Π½Π΅ ΠΌΠ΅Ρ‚ΠΎΠ΄ΠΎΠΌ ΠΏΡ€ΠΎΠ± ΠΈ ошибок.

β–ΆοΈΠŸΡ€Π°ΠΊΡ‚ΠΈΡ‡Π΅ΡΠΊΠΎΠ΅ ΠΏΡ€ΠΈΠΌΠ΅Π½Π΅Π½ΠΈΠ΅:

# Clone the repo
git clone https://github.com/ShadeAlsha/ICon.git
cd ICon

# Create a conda env
conda create -n ICon
conda activate ICon

# Install dependencies
pip install -e .

# Evaluate Models
cd ICon
python evaluate.py

# After evaluation, see the results in tensorboard
cd ../logs/evaluate
tensorboard --logdir .

# Train a Model
cd ICon
python train.py



πŸŸ‘Π‘Ρ‚Ρ€Π°Π½ΠΈΡ†Π° ΠΏΡ€ΠΎΠ΅ΠΊΡ‚Π°
πŸŸ‘Π’Π΅Ρ…ΠΎΡ‚Ρ‡Π΅Ρ‚
πŸ–₯GitHub


@ai_machinelearning_big_data

#AI #ML #ICon #Framework #Algorithms

BY Machinelearning




Share with your friend now:
tg-me.com/ai_machinelearning_big_data/7444

View MORE
Open in Telegram


Machinelearning Telegram | DID YOU KNOW?

Date: |

The Singapore stock market has alternated between positive and negative finishes through the last five trading days since the end of the two-day winning streak in which it had added more than a dozen points or 0.4 percent. The Straits Times Index now sits just above the 3,060-point plateau and it's likely to see a narrow trading range on Monday.

Machinelearning from id


Telegram Machinelearning
FROM USA