CNN

python

保護中: 強化学習に対するニューラルネットワークの適用 価値評価に深層学習を適用するDeep Q-Network

デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される強化学習に対するニューラルネットワークの適用 価値評価に深層学習を適用するDeep Q-Network(Prioritized Replay、Multi-step Learning、Distibutional RL、Noisy Nets、Double DQN、Dueling Network、Rainbow、GPU、Epsilon-Greedy法、optimizer、報酬のClipping、Fixed Target Q-Network、Experience Replay、平均二乗誤差、mean squared error、TD誤差、PyGame Learning Enviroment、PLE、OpenAI Gym、CNN)
python

保護中: PythonとKerasによるテキストとシーケンスのためのDNN(4)双方向RNNとCNNでのシーケンス処理

デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用されるpython/kerasでのシーケンスデータへの双方向RNNとCNN適用
python

保護中: PythonとKerasによるコンピュータービジョンのためのディープラーニング(2)少量のデータを使ったCNNのデータ拡張による改善

デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに用いられるpyhton/Kerasによる少量データのCNNを改善する手法(データ拡張による過学習の改善)
python

保護中: PythonとKerasによるコンピュータービジョンのためのディープラーニング(1)-畳み込みとプーリング

デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用される深層学習を用いた画像認識へのpyhton/keras/CNNでの畳み込みとプーリングの概要
機械学習:Machine Learning

保護中: 音声認識への深層学習の適用

デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用される音声認識技術へのニューラルネットの応用概要(TDNN、RNN、CNN)と深層学習の適用概要(LSTM、CTC)
推論技術:inference Technology

保護中: 局所特徴(3)各種記述子について(SIFT,SURF,BRIEF,BRISK,HGO,GIST)

デジタルトランスフォーメーション(DX)、人工知能(AI)タスクへの活用のための画像認識の最初のステップである局所特徴抽出のための局所記述子概要(SIFT記述子、CNN、SURF記述子、BRISK記述子、HLAC記述子、GIST記述子)
モバイルバージョンを終了
タイトルとURLをコピーしました