machine-learning पर टैग किए गए जवाब

मैं छवि पहचान के लिए एक सीएनएन को प्रशिक्षित करना चाहता हूं। प्रशिक्षण के लिए छवियों का आकार निश्चित नहीं है। मैं उदाहरण के लिए CNN के लिए इनपुट आकार 50x100 (ऊंचाई x चौड़ाई) होना चाहता हूं। जब मैं इनपुट आकार के लिए कुछ छोटे आकार की छवियों (उदाहरण के …

14 machine-learning  image-classification  preprocessing  image-recognition 

मैं सोच रहा हूँ कि LSTMs को ढेर करना किन परिस्थितियों में फायदेमंद है?

14 machine-learning  neural-network  deep-learning  lstm 

LSTM (या अन्य आवर्तक) तंत्रिका नेटवर्क से एक समय श्रृंखला पूर्वानुमान के आसपास भविष्यवाणी अंतराल (संभावना वितरण) की गणना करने के लिए एक विधि है? उदाहरण के लिए, मैं भविष्य में 10 नमूनों की भविष्यवाणी कर रहा हूं (टी + 1 से टी + 10), पिछले 10 देखे गए नमूनों …

14 machine-learning  deep-learning  time-series  prediction  lstm 

मैं मस्तिष्क का उपयोग एक तंत्रिका नेटवर्क को एक फीचर सेट पर प्रशिक्षित करने के लिए कर रहा हूं जिसमें सकारात्मक और नकारात्मक दोनों मूल्य शामिल हैं। लेकिन ब्रेन को 0 और 1 के बीच इनपुट वैल्यू की आवश्यकता होती है। मेरे डेटा को सामान्य करने का सबसे अच्छा तरीका …

14 machine-learning  neural-network  feature-scaling  normalization  javascript 

मैं जानना चाहता हूं कि ग्रैडिएंट वंशज आदमियों, आदमगढ़, आरएमएसप्रॉप और कई अन्य आशावादियों जैसे ऑप्टिमाइज़र में उपयोग किया जाने वाला मुख्य एल्गोरिदम है या नहीं।

13 machine-learning  neural-network  deep-learning  optimization  gradient-descent 

यदि मैं निम्नलिखित कोड का उपयोग करके अपने मॉडल को प्रशिक्षित करता हूं: import xgboost as xg params = {'max_depth':3, 'min_child_weight':10, 'learning_rate':0.3, 'subsample':0.5, 'colsample_bytree':0.6, 'obj':'reg:linear', 'n_estimators':1000, 'eta':0.3} features = df[feature_columns] target = df[target_columns] dmatrix = xg.DMatrix(features.values, target.values, feature_names=features.columns.values) clf = xg.train(params, dmatrix) यह लगभग 1 मिनट में समाप्त होता है। …

13 machine-learning  python  decision-trees  xgboost  efficiency 

मैं कुछ मूल्य भविष्यवाणी करना चाहता हूं और मैं कुछ भविष्यवाणी प्राप्त करने का प्रयास कर रहा हूं जो कि यथासंभव कम होने के बीच अनुकूलन करता है, लेकिन अभी भी से बड़ा है । दूसरे शब्दों में: Y(x)Y(x)Y(x)Y^(x)Y^(x)\hat Y(x)Y(x)Y(x)Y(x)cost{Y(x)≳Y^(x)}>>cost{Y^(x)≳Y(x)}cost{Y(x)≳Y^(x)}>>cost{Y^(x)≳Y(x)}\text{cost}\left\{ Y(x) \gtrsim \hat Y(x) \right\} >> \text{cost}\left\{ \hat Y(x) \gtrsim …

13 machine-learning  logistic-regression 

क्या कोई मुझे बता सकता है कि फीचर जेनरेशन का उद्देश्य क्या है? और छवि को वर्गीकृत करने से पहले फीचर स्पेस संवर्धन की आवश्यकता क्यों है? क्या यह एक आवश्यक कदम है? क्या फीचर स्पेस को समृद्ध करने की कोई विधि है?

13 machine-learning  classification 

मैं प्रशिक्षण के दौरान वेट प्लॉट करने के लिए बहुपरत नेटवर्क के लिए Hinton आरेखों के बराबर खोजने की कोशिश कर रहा हूं। प्रशिक्षित नेटवर्क कुछ हद तक डीप एसआरएन के समान है, अर्थात इसमें कई वेट मैट्रिसेस की अधिक संख्या है जो कई हिंटन आरेखों के एक साथ भूखंड …

13 machine-learning  neural-network  visualization  deep-learning 

मैं विभिन्न प्रकार के पार्स ट्री संरचनाओं की खोज कर रहा हूं। दो व्यापक रूप से ज्ञात पार्स ट्री संरचनाएं हैं एक) संविधान आधारित पार्स ट्री और बी) निर्भरता आधारित पार्स ट्री संरचनाएं। मैं स्टैनफोर्ड एनएलपी पैकेज का उपयोग करके दोनों प्रकार के पार्स ट्री संरचनाओं को उत्पन्न करने में …

13 machine-learning  nlp  feature-selection  feature-extraction 

हाल ही में मुझे डेटा साइंस (इसके 6 महीने लगभग हो गए हैं) के क्षेत्र में पेश किया गया था, और Ii ने एंड्रयू एनजी द्वारा मशीन लर्निंग कोर्स और जेएचयू द्वारा डेटा साइंस स्पेशलाइजेशन पर काम करना शुरू कर दिया था। व्यावहारिक अनुप्रयोग के मोर्चे पर, मैं एक भविष्य …

13 machine-learning 

यदि कुछ न्यूरॉन्स को हटाने से बेहतर प्रदर्शन करने वाला मॉडल होता है, तो पहली परत में कम परतों और कम न्यूरॉन्स के साथ एक सरल तंत्रिका नेटवर्क का उपयोग क्यों नहीं किया जाता है? शुरुआत में एक बड़ा, अधिक जटिल मॉडल क्यों बनाएं और बाद में इसके कुछ हिस्सों …

13 machine-learning  deep-learning  keras  regularization  dropout 

मैं एक प्रस्तुति पढ़ रहा हूं और यह अनुशंसा करता है कि किसी एक को एन्कोडिंग का उपयोग न करें, लेकिन यह एक गर्म एन्कोडिंग के साथ ठीक है। मुझे लगा कि वे दोनों एक ही हैं। क्या कोई बता सकता है कि उनके बीच क्या अंतर हैं?

13 machine-learning  data-mining  feature-selection  feature-extraction  feature-engineering 

जब हम के-फोल्ड क्रॉस सत्यापन करते हैं, तो क्या हमें उस क्लासिफायर का उपयोग करना चाहिए जिसमें सबसे अधिक परीक्षण सटीकता हो? क्रॉस वैरिफिकेशन से क्लासिफायर होने में आमतौर पर सबसे अच्छा तरीका क्या है?

13 machine-learning  cross-validation 

मैं पहले से प्रशिक्षित मॉडल जैसे कि Google समाचार डेटा आदि का एक पूर्व-प्रशिक्षित वज़न खोजने के लिए देख रहा हूं। मैंने अपने लिए पर्याप्त मात्रा (10 जीबी आदि) के साथ एक नए मॉडल को प्रशिक्षित करना मुश्किल पाया। इसलिए, मैं ट्रांसफर लर्निंग से लाभ उठाना चाहता हूं, जिसमें मैं …

13 machine-learning  bigdata  word2vec