डेटा साइंस neural-network

3

तंत्रिका नेटवर्क के प्रशिक्षण के लिए एक अनुकूलक का चयन करने के लिए दिशानिर्देश

मैं कुछ समय से तंत्रिका नेटवर्क का उपयोग कर रहा हूं। हालांकि, एक चीज जो मैं लगातार संघर्ष करता हूं वह है नेटवर्क के प्रशिक्षण के लिए एक अनुकूलक का चयन (बैकप्रॉप का उपयोग करके)। आमतौर पर मैं जो करता हूं वह केवल एक (उदाहरण के लिए मानक SGD) के …

18 neural-network optimization backpropagation

4

केआरएस (पायथन) का उपयोग करते हुए LSTM-RNN के लिए हाइपरपरमेट सर्च

केर आरएनएन ट्यूटोरियल से: " आरएनएन मुश्किल हैं। बैच आकार की पसंद महत्वपूर्ण है, नुकसान की पसंद और ऑप्टिमाइज़र महत्वपूर्ण है, आदि। कुछ विन्यास अभिसरण नहीं करेंगे।" इसलिए यह केरस पर एक LSTM-RNN के हाइपरपैरमीटर को ट्यून करने के बारे में एक सामान्य प्रश्न है। मैं आपके RNN के सर्वोत्तम …

18 python neural-network deep-learning keras hyperparameter

4

तंत्रिका नेटवर्क में सिग्मॉइड फ़ंक्शन की भूमिका व्युत्पन्न

मैं तंत्रिका नेटवर्क में सिग्मोइड फ़ंक्शन के व्युत्पन्न की भूमिका को समझने की कोशिश करता हूं। पहले मैं सिग्मॉइड फ़ंक्शन को प्लॉट करता हूं, और अजगर का उपयोग करके परिभाषा से सभी बिंदुओं का व्युत्पन्न करता हूं। इस व्युत्पन्न की भूमिका वास्तव में क्या है? import numpy as np import …

18 machine-learning neural-network

2

सत्यापन सेट और परीक्षण सेट दोनों का उपयोग क्यों करें?

एक तंत्रिका नेटवर्क पर विचार करें: दिए गए डेटा के सेट के लिए, हम इसे प्रशिक्षण, सत्यापन और परीक्षण सेट में विभाजित करते हैं। मान लीजिए कि हम इसे 60:20:20 के क्लासिक अनुपात में करते हैं, तो हम नेटवर्क को वैध सेट पर जाँच कर इसे सत्यापित करने से रोकते …

18 machine-learning neural-network cross-validation

1

क्यों ReLU अन्य सक्रियण कार्यों से बेहतर है

यहां जवाब गायब करने और विस्फोट करने वाले ग्रेडिएंट को संदर्भित करता है जो कि इन sigmoid-एक्टिवेशन फ़ंक्शन के समान है लेकिन, मुझे लगता है, Reluइसका नुकसान है और यह इसका अपेक्षित मूल्य है। के उत्पादन के लिए कोई सीमा नहीं है Reluऔर इसलिए इसका अपेक्षित मूल्य शून्य नहीं है। …

17 machine-learning neural-network deep-learning gradient-descent activation-function

3

डीप न्यूरल नेटवर्क्स में बैजिंग बनाम ड्रॉपआउट

बैगिंग कई भविष्यवक्ताओं की पीढ़ी है जो एकल भविष्यवक्ता के रूप में काम करने योग्य है। ड्रॉपआउट एक तकनीक है जो तंत्रिका नेटवर्क को सभी संभव सबनेटवर्क को औसत करने के लिए सिखाती है। सबसे महत्वपूर्ण कागल की प्रतियोगिताओं को देखते हुए लगता है कि इस दो तकनीकों का उपयोग …

17 machine-learning neural-network deep-learning

4

तंत्रिका नेटवर्क में अतिरिक्त उत्पादन परत (बाइनरी के लिए दशमलव)

मैं ऑनलाइन पुस्तक से एक प्रश्न के माध्यम से काम कर रहा हूँ: http://neuralnetworksanddeeplearning.com/chap1.html मैं समझ सकता हूं कि यदि अतिरिक्त आउटपुट परत 5 आउटपुट न्यूरॉन्स की है, तो मैं संभवतः 0.5 और पिछली परत के लिए 0.5 के वजन पर पूर्वाग्रह स्थापित कर सकता हूं। लेकिन सवाल अब चार …

17 neural-network

1

डीप न्यूरल नेटवर्क - ReLU के साथ बैकप्रोपोगेशन

मुझे ReLU के साथ वापस प्रचार प्राप्त करने में कुछ कठिनाई हो रही है, और मैंने कुछ काम किया है, लेकिन मुझे यकीन नहीं है कि मैं सही रास्ते पर हूं। लागत समारोह: 12(y−y^)212(y−y^)2\frac{1}{2}(y-\hat y)^2जहांyyyवास्तविक मूल्य है, और y एक भविष्यवाणी मूल्य है। यह भी मान लें किx> 0 हमेशा।y^y^\hat …

17 neural-network backpropagation

5

सीबॉर्न हीटमैप को बड़ा करें

मैं corr()एक मूल df से df बनाता हूं । corr()Df बाहर 70 एक्स 70 में आया और यह हीटमैप कल्पना करने के लिए असंभव है ... sns.heatmap(df)। अगर मैं प्रदर्शित करने की कोशिश करता हूं corr = df.corr(), तो तालिका स्क्रीन पर फिट नहीं होती है और मैं सभी सहसंबंधों …

17 visualization pandas plotting machine-learning neural-network svm decision-trees svm efficiency python linear-regression machine-learning nlp topic-model lda named-entity-recognition naive-bayes-classifier association-rules fuzzy-logic kaggle deep-learning tensorflow inception classification feature-selection feature-engineering machine-learning scikit-learn tensorflow keras encoding nlp text-mining nlp rnn python neural-network feature-extraction machine-learning predictive-modeling python r linear-regression clustering r ggplot2 neural-network neural-network training python neural-network deep-learning rnn predictive-modeling databases sql programming distribution dataset cross-validation neural-network deep-learning rnn machine-learning machine-learning python deep-learning data-mining tensorflow visualization tools sql embeddings orange feature-extraction unsupervised-learning gan machine-learning python data-mining pandas machine-learning data-mining bigdata apache-spark apache-hadoop deep-learning python convnet keras aggregation clustering k-means r random-forest decision-trees reference-request visualization data pandas plotting neural-network keras rnn theano deep-learning tensorflow inception predictive-modeling deep-learning regression sentiment-analysis nlp encoding deep-learning python scikit-learn lda convnet keras predictive-modeling regression overfitting regression svm prediction machine-learning similarity word2vec information-retrieval word-embeddings neural-network deep-learning rnn

2

क्या हमें डेटा के परीक्षण के लिए सामान्यीकरण लागू करना चाहिए?

मैं लेखक की पहचान की समस्या पर एक परियोजना कर रहा हूं। मैंने डेटा को प्रशिक्षित करने के लिए tf-idf सामान्यीकरण लागू किया था और फिर उस डेटा पर एक svm प्रशिक्षित किया था। अब क्लासिफायर का उपयोग करते समय मुझे टेस्ट डेटा को भी सामान्य करना चाहिए। मुझे लगता …

17 machine-learning neural-network deep-learning

5

ओवर-न्यूटिंग नेटवर्क। ड्रॉपआउट मदद नहीं कर रहा है

मैं काफिले के साथ थोड़ा खेल रहा हूं। विशेष रूप से, मैं कागले बिल्लियों-बनाम-कुत्तों के डेटासेट का उपयोग कर रहा हूं, जिसमें 25000 छवियां शामिल हैं, जिन्हें या तो बिल्ली या कुत्ते (12500 प्रत्येक) के रूप में लेबल किया गया है। मैं अपने परीक्षण सेट पर लगभग 85% वर्गीकरण सटीकता …

16 neural-network deep-learning convnet image-recognition dropout

2

तंत्रिका नेटवर्क के लिए सुविधाओं का चयन कैसे करें?

मुझे पता है कि इस प्रश्न का कोई स्पष्ट उत्तर नहीं है, लेकिन मान लीजिए कि मेरे पास एक विशाल तंत्रिका नेटवर्क है, जिसमें बहुत अधिक डेटा है और मैं इनपुट में एक नई सुविधा जोड़ना चाहता हूं। "सबसे अच्छा" तरीका यह होगा कि नई सुविधा के साथ नेटवर्क का …

16 machine-learning neural-network feature-selection feature-extraction

3

तंत्रिका नेटवर्क प्रशिक्षण के लिए स्पष्ट और निरंतर इनपुट सुविधाओं को कैसे संयोजित करें

मान लें कि हमारे पास दो प्रकार की इनपुट विशेषताएं हैं, श्रेणीबद्ध और निरंतर। श्रेणीबद्ध डेटा को एक-हॉट कोड ए के रूप में दर्शाया जा सकता है, जबकि निरंतर डेटा एन-आयाम अंतरिक्ष में सिर्फ एक वेक्टर बी है। ऐसा लगता है कि केवल कॉनैट (ए, बी) का उपयोग करना एक …

16 neural-network feature-selection categorical-data feature-construction

8

मैं तंत्रिका नेटवर्क कैसे सीखूं?

मैं एक नवोदित स्नातक छात्र हूं (इसका उल्लेख करते हुए आप मेरी अपरिचितता को क्षमा कर सकते हैं) जो वर्तमान में तंत्रिका नेटवर्क का उपयोग करके शोध कर रहे हैं। मैंने अपने प्रोफेसर के मार्गदर्शन के आधार पर तीन-नोड न्यूरल नेटवर्क (जो काम करता है) को कोडित किया है। हालाँकि, …

15 machine-learning neural-network

2

रोटेशन कोण के परिधिकरण प्रतिगमन

मान लीजिए कि मेरे पास एक तीर की ऊपर-नीचे की तस्वीर है, और मैं उस तीर की भविष्यवाणी करना चाहता हूं जिसे यह तीर बनाता है। इस बीच होगी और 360 डिग्री, या के बीच 0 और 2 π । समस्या यह है कि यह लक्ष्य गोलाकार है, 0 और …

15 neural-network deep-learning loss-function parameter-estimation

neural-network पर टैग किए गए जवाब