Начинающим на Arduino: Упаковываем конечный автомат в отдельный класс и библиотеку |
В прошлой статье про написание конечных автоматов я обещал упаковать наш гениальный код в виде класса на C++ для повторного удобного использования. Делать буду так же на примере своей старой разработки SmartButton. Итак, влезаем в непонятный мир ардуининых библиотек и ООП.
Метки: author nwwind программирование микроконтроллеров c++ arduino wired ооп чайник основы обучение программированию |
Как изменение двух строк кода может занять несколько дней |
Метки: author igor_suhorukov программирование open source java github amazon web services pull request h2 redshift postgresql jdbc driver sql web console |
Информационная безопасность банковских безналичных платежей. Часть 1 — Экономические основы |
Метки: author imbasoft платежные системы информационная безопасность банки счета платежи деньги |
Асинхронная загрузка больших датасетов в Tensorflow |
Глубокие нейронные сети сейчас модная тема.
В Сети много тюториалов и видеолекций, и других материалов обсуждающих
основные принципы, архитектуру, стратегии обучения и т.д. Традиционно, обучение нейронных сетей производится путем предявления нейронной сети пакетов
изображений из обучающей выборки и коррекции коэффициентов этой сети
методом обратного распространения ошибки. Одним из
наиболее популярных инструментов для работы с нейронными сетями является
библиотека Tensorflow от Google.
Нейронная сеть в Tensorflow представляется последовательностю операций-слоев
(таких как перемножение матриц, свертка, пулинг и т.д.). Слои нейронной сети совместно
с операциями корректировки коэффициентов образуют граф вычислений.
Процесс обучения нейронной сети при этом заключается в "предъявлении" нейронной
сети пакетов объектов, сравненнии предсказанных классов с истинными, вычисления
ошибки и модификации коэффицентов нейронной сети.
При этом Tensoflow скрывает технические подробности обучения и реализацию алгоритма корректировки
коэффицентов, и с точки зрения программиста можно говорить в основном только о графе вычислений,
производящем "передсказания".
Сравните граф выченслений о котором думает программист
с графом который в том числе выполняет подстройку коэффициенотов
.
Но что Tensorflow не может сделать за программиста, так это преобразовать входной
датасет в датасет удобный для треннировки нейронной сети. Хотя библиотека имеет
представленно довольно много "базовых блоков".
Как с их использованием построить эффективный конвеер для "питания"
(англ feed) нейронной сети входными данными я и хочу расскажу в этой статье.
Метки: author golovasteek машинное обучение python tensorflow deep learning imagenet |
Гибкий суррогат |
Метки: author nmivan управление разработкой управление проектами управление продуктом agile agile development agile results scrum гибкие методологии |
[Из песочницы] 40-летний таксист из Тамбова стал программистом |
Метки: author igor_degtyaryov учебный процесс в it scala java c++ haskell 1c |
Как я писал собственную ERP систему, ver. 2.0 |
Метки: author akadone erp- системы delphi rad studio архитектура приложений |
[Из песочницы] Личная система управления финансами |
Метки: author Igor_Shumilov финансы в it финансы для всех финансовый план |
Шесть причин купить токены Hamster Marketplace |
|
Не сверточные сети |
Метки: author Vasyutka машинное обучение блог компании recognitor искусственный интеллект искусственные нейронные сети |
[Перевод] Модифицируем Python за 6 минут |
Метки: author MaxRokatansky программирование python блог компании отус full stack language programming |
[Перевод] Линейная регрессия с помощью Go |
Долгое время меня интересовала тема машинного обучения. Меня удивляло, как машины могут обучаться и прогнозировать безо всякого программирования — поразительно! Я всегда был очарован этим, однако никогда не изучал тему подробно. Время — ресурс скудный, и каждый раз, когда я пытался почитать о машинном обучении, меня заваливало информацией. Освоение всего этого казалось трудным и требовало много времени. Также я убедил себя, что у меня нет необходимых математических знаний даже для того, чтобы начать вникать в машинное обучение.
Но в конце концов я решил подойти к этому иначе. Мало-помалу я буду пытаться воссоздавать в коде разные концепции, начиная с основ и постепенно переходя к более сложным, стараясь охватить как можно больше базовых вещей. В качестве языка я выбрал Go, это один из моих любимых языков, к тому же я не знаком с традиционными для машинного обучения языками вроде R или Python.
Читать дальше ->
Метки: author AloneCoder машинное обучение математика go data mining блог компании mail.ru group golang linear regression никто не читает теги |
[Из песочницы] Если вы девушка, то стоит ли идти в разработчики. Мой опыт |
Метки: author anneta0ghh682 карьера в it-индустрии карьера |
Huawei OceanStor Dorado V3: из какого золота выплавляют СХД высокой доступности |
Метки: author megapost it- инфраструктура системы хранения данных схд периферия |
Пять антитезисов к очередной революции искусственного интеллекта |
Метки: author vit_r исследования и прогнозы в it качество правда жизни психология ai |
Оптимизация производительности фронтенда |
Метки: author olegbunin разработка веб-сайтов высокая производительность javascript блог компании конференции олега бунина (онтико) frontend conf веб-сайт разработка тормоз интерфейс |
Скрипт отключения компонентов Windows |
Метки: author Ostan системное администрирование windows features dism cmd |
Анализ публикаций на Хабрахабре за 2017 год. Статистика, полезные находки и рейтинги |
|
Вводим обязательную верификацию заказчиков |
Метки: author freelansim фриланс блог компании фрилансим удаленная работа фриланс биржи фрилансеры |
[Из песочницы] Мониторинг SMART HDD — windows + python + zabbix |
Метки: author Gnom4ik системное администрирование серверное администрирование python3 zabbix windows monitoring |