search for: mxnet

Hi, I am learning CNN using MXNet R package. I am following this great tutorial about olivetti_faces reconnaissance <https://www.r-bloggers.com/image-recognition-tutorial-in-r-using-deep-convolutional-neural-networks-mxnet-package/>. In the end after building model and testing the final score was 0.975. It is great score but...

¡Hola muchachos! Tengo un problema que no he podido resolver. Les cuento: tengo una imagen y quisiera conocer cuáles son los valores de los pixeles en un área más o menos delimitada. Yo creo que mi problema principal es que no sé cómo podría hacer la selección de esta área más o menos delimitada para luego conocer el valor en cada pixel :-\ Un ejemplo: library(fields) data(lennon)

Buenas erreros!! Una cuestión de las que tengo ciertas dudas es saber en que se diferencian Spark y H2o, si son competencia, si valen para lo mismo o no.... Según lo poco que se, Spark es una manera de agilizar el Map-Reduce, y con la libreria MLlib, puedes hacer datamining de grandes datasheets, y si lo conectas con R o con Python, puedes usar ese lenguaje. H2O es una herramienta que nos

...b ?problema? paso 4) mllib Otra parte, hay un artículo que encontré donde da la pista para utilizar la tecnología de Microsoft pero en Linux, sin tener que pagar licencias. https://blogs.technet.microsoft.com/machinelearning/2016/09/15/building-deep-neural-networks-in-the-cloud-with-azure-gpu-vms-mxnet-and-microsoft-r-server/ Hace unos años tuve que compilar un paquete en macosx con el compilador de Intel, si el código fuente no está preparado para procesar en varios núcleos, el compilador de Intel en Linux puede ser gratis y tiene una optimización mayor. Posiblemente, Microsoft abrió una puert...

Buenas Juan, Ya había visto ese paquete pero creo que no soy capaz de explotarlo del todo. Yo lo que tengo son imágenes solo de números y sobre una superficie gris. Entonces me gustaría poder entrenar a mi “modelo” para que solo muestre como posible salida números y siempre en un fondo gris. Aun asi, muchas gracias por la recomendación Jesús Enviado desde

...ul guidance on getting the most out of R's byte compiler: http://blog.revolutionanalytics.com/2017/08/take-advantage-compiler.html The kadinsky package makes accidental aRt, deliberately: http://blog.revolutionanalytics.com/2017/08/kandinsky.html Angus Taylor's UseR!2017 presentation uses MXNET to categorize product reviews on Amazon: http://blog.revolutionanalytics.com/2017/08/text-categorization-deep-learning.html Various solutions (with data and Microsoft R code) from the energy, retail and shipping industries: http://blog.revolutionanalytics.com/2017/08/gallery-solutions.html Talks...

Hace poco me puse al tema del big data y la verdad es que een este campo la decisión parece clara. Python ahora mismo está un paso por delante de R, aunque sparklyR puede igualar la contienda. Pero lo que me empieza a preocupar es que parece que si nos alejamos del Big Data, Python tb está ganando adeptos a pasos agigantados. ¿Está perdiendo R la batalla? [[alternative HTML version deleted]]

Estimado Carlos Gil Bellosta ¿Cómo está usted? En estos lados de América del sur comienza la primavera, desde la ventana miro la parra contando las posibles uvas, siempre aparece un ave que se arrima a la ventana o incluso llegan hasta la computadora como si supiesen usarla. Ahora en R. En ese esquema un modelo lineal tendría que ir con mlib que es aportada por sparklyr, en ese caso tendría

Un offtopic para empezar el fin de semana. Acabo de entrar en kaggle, hacia tiempo que no lo hacia, y veo con 'estupor' que practicamente la gente trabaja con python. Es cierto que la mayor parte de competiciones son usadas con redes neuronales, donde python si tiene ventaja frente a R, pero me da miedo ver como python para temas de machine learning parece estar ganando la partida...