Scribd Logo
Fazer o upload

Bem-vindo(a) ao Scribd!

  • Deeplearning pYTHON

    Enviado por

    vanderlei de jesus teixeira
    6 visualizações4 páginas
    O documento descreve o banco de dados MNIST, que contém imagens de dígitos manuscritos utilizados para treinar redes neurais. Ele contém 60 mil exemplos de treino e 10 mil de teste, cada um com 784 atributos representando os pixels da imagem e um atributo de classe. Além disso, apresenta o pacote H20, que permite processamento distribuído de machine learning.

    Descrição original:

    Direitos autorais

    © © All Rights Reserved

    Formatos disponíveis

    PDF, TXT ou leia online no Scribd

    Você considera este documento útil?

    Este conteúdo é inapropriado?

    Denunciar este documento
    O documento descreve o banco de dados MNIST, que contém imagens de dígitos manuscritos utilizados para treinar redes neurais. Ele contém 60 mil exemplos de treino e 10 mil de teste, cada um com 784 atributos representando os pixels da imagem e um atributo de classe. Além disso, apresenta o pacote H20, que permite processamento distribuído de machine learning.

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd
    Sinalizar o conteúdo como inadequado
    6 visualizações4 páginas

    Deeplearning pYTHON

    Enviado por

    vanderlei de jesus teixeira
    O documento descreve o banco de dados MNIST, que contém imagens de dígitos manuscritos utilizados para treinar redes neurais. Ele contém 60 mil exemplos de treino e 10 mil de teste, cada um com 784 atributos representando os pixels da imagem e um atributo de classe. Além disso, apresenta o pacote H20, que permite processamento distribuído de machine learning.

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd
    Sinalizar o conteúdo como inadequado
    de 4

    Formação Cientista de

    Dados

    Redes Neurais Artificiais


    Deep learning
    MNIST DATABASE

    • Digitos escritos a mão


    • Tratados e centralizados
    • 60 mil exemplos de treino
    • 10 mil exemplos de teste

    http://yann.lecun.com/exdb/mnist/
    Estrutura

    • Cada linha possui 785 atributos


    • Os primeiros 784 representam cada um o
    valor rgb de um pixel
    • O atributo 785 é a classe (digito)
    • Para visualizar no r é preciso transformar
    de volta em matriz (28 x 28)
    H20

    • Super pacote de machine learing e ia


    • Processamento “distribuído” https://www.h2o.ai/

    • Mantido e suportado por especialistas


    renomados da área
    • Disponível em várias plataformas

    Você também pode gostar