Capítulo 84 – CLIP (Contrastive Language Image Pre-training): Conectando Texto e Imagens
O ano de 2021 começou com um estrondo! A OpenAI lançou duas grandes inovações no campo da Visão Computacional: CLIP […]
Deep Learning
Capítulo 83 – Liquid Neural Network – Rede Neural Líquida
A partir deste capítulo vamos estudar algumas arquiteturas de Deep Learning bem modernas e recentes que começam a ganhar destaque […]
Capítulo 75 – Inteligência Artificial Para Jogar Blackjack – Parte 5
Vamos trabalhar na Parte 5 do Projeto para treinar, avaliar e concluir nosso agente inteligente. Clique na imagem abaixo para […]
Capítulo 73 – Inteligência Artificial Para Jogar Blackjack – Parte 3
Vamos trabalhar na Parte 3 do Projeto e implementar a memória do nosso agente inteligente. Clique na imagem abaixo para […]
Capítulo 61 – A Matemática dos Variational Autoencoders (VAEs)
No capítulo anterior, fornecemos a seguinte visão geral intuitiva: Os VAEs são Autoencoders que codificam entradas como distribuições em vez […]
Capítulo 52 – Arquitetura de Redes Neurais Gated Recurrent Unit (GRU)
Neste capítulo estudaremos um tipo realmente fascinante de rede neural. Introduzido por Cho, et al. em 2014, a GRU (Gated […]
Capítulo 49 – A Matemática do Backpropagation Through Time (BPTT)
Estudamos no capítulo anterior as Redes Neurais Recorrentes. Mas para que elas funcionem, o algoritmo de treinamento precisa de um […]
Capítulo 48 – Redes Neurais Recorrentes
A partir deste capítulo estudaremos diversas outras arquiteturas de Deep Learning, que estão sendo usadas em aplicações de Inteligência Artificial […]
Capítulo 43 – Camadas de Pooling em Redes Neurais Convolucionais
Além das camadas convolucionais que acabamos de descrever nos capítulos anteriores, as redes neurais convolucionais também contêm camadas de agrupamento […]
Capítulo 35 – A Matemática do Problema de Dissipação do Gradiente em Deep Learning
Vamos continuar a discussão iniciada no capítulo anterior. Para entender porque o problema da dissipação do gradiente ocorre, vamos considerar […]
Capítulo 29 – Definindo o Tamanho do Mini-Batch
Quando os dados de treinamento são divididos em pequenos lotes, cada lote recebe o nome de Mini-Batch (ou Mini-Lote). Suponha […]
Capítulo 28 – Usando Early Stopping Para Definir o Número de Épocas de Treinamento
Ao treinar redes neurais, várias decisões precisam ser tomadas em relação às configurações (hiperparâmetros) usadas, a fim de obter um […]
Capítulo 27 – A Taxa de Aprendizado de Uma Rede Neural
Vamos continuar a discussão do capítulo anterior sobre a escolha dos hiperparâmetros de um modelo de rede neural, estudando um […]
Capítulo 25 – Inicialização de Pesos em Redes Neurais Artificiais
Quando criamos nossas redes neurais, temos que fazer escolhas para os valores iniciais de pesos e vieses (bias). Até agora, […]
Capítulo 23 – Como Funciona o Dropout?
Dropout é uma técnica radicalmente diferente para regularização. Ao contrário da Regularização L1 e L2, o Dropout não depende da […]
Capítulo 14 – Algoritmo Backpropagation Parte 1 – Grafos Computacionais e Chain Rule
No último capítulo, vimos como as redes neurais podem aprender seus pesos e bias usando o algoritmo de gradiente descendente. […]
Capítulo 11 – Design De Uma Rede Neural Para Reconhecimento de Dígitos
Na primeira parte deste livro online, durante os 10 primeiros capítulos, definimos e estudamos o universo das redes neurais artificias. […]
Capítulo 10 – As 10 Principais Arquiteturas de Redes Neurais
O Aprendizado de Máquina (Machine Learning) é necessário para resolver tarefas que são muito complexas para os humanos. Algumas tarefas […]
Capítulo 9 – A Arquitetura das Redes Neurais
No capítulo 11 vamos desenvolver uma rede neural para classificação de dígitos manuscritos, usando linguagem Python (caso ainda não saiba […]
Capítulo 8 – Função de Ativação
Neste capítulo estudaremos um importante componente de uma rede neural artificial, a Função de Ativação. Este capítulo é uma introdução […]
Capítulo 7 – O Perceptron – Parte 2
O Perceptron é um modelo matemático de um neurônio biológico. Enquanto nos neurônios reais o dendrito recebe sinais elétricos dos […]
Capítulo 6 – O Perceptron – Parte 1
Você sabe quais são as principais arquiteturas de redes neurais artificias? Não. Então analise cuidadosamente a imagem abaixo (excelente trabalho […]
Capítulo 5 – Usando Redes Neurais Para Reconhecer Dígitos Manuscritos
O sistema visual humano é uma das maravilhas do mundo. Considere a seguinte sequência de dígitos manuscritos: A […]
Capítulo 4 – O Neurônio, Biológico e Matemático
Para compreender a lógica de funcionamento das redes neurais, alguns conceitos básicos referentes ao funcionamento do cérebro humano e seus […]
Capítulo 3 – O Que São Redes Neurais Artificiais Profundas ou Deep Learning?
Aprendizagem Profunda ou Deep Learning, é uma sub-área da Aprendizagem de Máquina, que emprega algoritmos para processar dados e imitar […]
Capítulo 2 – Uma Breve História das Redes Neurais Artificiais
Para compreender onde estamos hoje, precisamos olhar para o passado e analisar como chegamos até aqui. Vejamos então Uma Breve […]
Capítulo 1 – Deep Learning e a Tempestade Perfeita
O interesse pela Aprendizagem de Máquina (Machine Learning) explodiu na última década. O mundo a nossa volta está passando por […]