deep-belief-networks पर टैग किए गए जवाब

एक प्रकार का गहरा तंत्रिका नेटवर्क वास्तुकला जो परत-वार अप्रकाशित पूर्व-प्रशिक्षण की अनुमति देता है।

3
एक तंत्रिका नेटवर्क और एक गहरी विश्वास नेटवर्क के बीच अंतर क्या है?
मुझे यह आभास हो रहा है कि जब लोग एक 'गहरे विश्वास' नेटवर्क का उल्लेख कर रहे हैं कि यह मूल रूप से एक तंत्रिका नेटवर्क है लेकिन बहुत बड़ा है। क्या यह सही है या एक गहरी विश्वास नेटवर्क का यह भी मतलब है कि एल्गोरिथ्म अपने आप में …

8
गहन शिक्षण के लिए पुस्तकालय
मैं सोच रहा था कि वहाँ कोई अच्छा आर पुस्तकालयों वहाँ गहरी सीखने तंत्रिका नेटवर्क के लिए है? मैं वहाँ पता nnet, neuralnetहै, और RSNNSहै, लेकिन इनमें से कोई भी गहरी शिक्षण विधियों को लागू करने लगते हैं। मैं विशेष रूप से पर्यवेक्षित सीखने के बाद अनपरावीकृत में रुचि रखता …

5
समय श्रृंखला भविष्यवाणी के लिए गहन सीखने का उपयोग करना
मैं गहरी शिक्षा के क्षेत्र में नया हूं और मेरे लिए पहला कदम deeplearning.net साइट से दिलचस्प लेख पढ़ना था। गहरी शिक्षा के बारे में कागजात में, हिंटन और अन्य लोग ज्यादातर इसे छवि समस्याओं पर लागू करने के बारे में बात करते हैं। क्या कोई मुझे जवाब देने की …

3
डीप लर्निंग में हाइपरपैरामीटर का चयन करने के लिए दिशानिर्देश
मैं एक ऐसे कागज की तलाश कर रहा हूँ, जो स्टैक्ड ऑटो-एनकोडर्स या डीप विश्वास नेटवर्क की तरह एक गहरे आर्किटेक्चर के हाइपरपैरमीटर को चुनने के बारे में दिशानिर्देश देने में मदद कर सके। बहुत सारे हाइपरपैरामीटर हैं और मैं बहुत उलझन में हूं कि उन्हें कैसे चुना जाए। इसके …


3
स्टैक्ड कंफ्यूजनल ऑटोकेनोडर का आर्किटेक्चर क्या है?
तो मैं मनुष्यों की छवियों पर प्रचलित करने की कोशिश कर रहा हूं, जो कि संकेतन जाल का उपयोग कर रही हैं। मैं कागज (पेपर 1 और पेपर 2 ) और इस स्टैकओवरफ्लो लिंक को पढ़ता हूं, लेकिन मुझे यकीन नहीं है कि मैं नेट की संरचना को समझ रहा …


2
प्रतिबंधित बोल्ट्ज़मन मशीन: इसका उपयोग मशीन सीखने में कैसे किया जाता है?
पृष्ठभूमि: हां, प्रतिबंधित बोल्ट्जमन मशीन (आरबीएम) का उपयोग तंत्रिका नेटवर्क के भार को आरंभ करने के लिए किया जा सकता है। इसके अलावा इसका उपयोग "लेयर-बाय-लेयर" तरीके से एक गहरी विश्वास नेटवर्क बनाने के लिए किया जा सकता है (यानी, -th लेयर को -th लेयर के शीर्ष पर , और …

2
गहरी शिक्षा कहाँ और क्यों चमकती है?
इन दिनों गहन सीखने के बारे में सभी मीडिया चर्चा और प्रचार के साथ, मैंने इसके बारे में कुछ प्राथमिक चीजें पढ़ीं। मैंने अभी पाया कि डेटा से पैटर्न सीखने के लिए यह सिर्फ एक और मशीन लर्निंग विधि है। लेकिन मेरा सवाल यह है: यह विधि कहां और क्यों …

3
गणितीय रूप से तंत्रिका नेटवर्क को चित्रमय मॉडल के रूप में मॉडलिंग करना
मैं एक तंत्रिका नेटवर्क और एक ग्राफिकल मॉडल के बीच गणितीय संबंध बनाने के लिए संघर्ष कर रहा हूं। ग्राफिकल मॉडल में यह विचार सरल है: संभाव्यता वितरण ग्राफ में क्लोन के अनुसार फैक्टर करता है, जिसमें संभावित रूप से घातीय परिवार होते हैं। क्या तंत्रिका नेटवर्क के लिए एक …

2
ऑडियो वर्गीकरण के लिए एक दृढ़ गहन विश्वास नेटवर्क को कैसे समझा जाए?
"में श्रेणीबद्ध अभ्यावेदन की स्केलेबल के चलते किसी सीखने के लिए Convolutional गहरे विश्वास नेटवर्क ली एट द्वारा"। अल। ( पीडीएफ ) रूपांतरण डीबीएन प्रस्तावित हैं। इसके अलावा छवि वर्गीकरण के लिए विधि का मूल्यांकन किया जाता है। यह तार्किक लगता है, क्योंकि प्राकृतिक स्थानीय छवि विशेषताएं हैं, जैसे छोटे …

4
तंत्रिका नेटवर्क और गहरी सीखने के बीच अंतर
तंत्रिका नेटवर्क और गहन सीखने के बीच अंतर के संदर्भ में, हम कई वस्तुओं को सूचीबद्ध कर सकते हैं, जैसे कि अधिक परतें शामिल हैं, प्रशिक्षण जटिल मॉडल को संभव बनाने के लिए बड़े पैमाने पर डेटा सेट, शक्तिशाली कंप्यूटर हार्डवेयर। इनके अलावा, क्या NN और DL के बीच अंतर …

3
गहरी शिक्षा का उपयोग करके सुविधा का चयन?
मैं गहरे मॉडल का उपयोग करके प्रत्येक इनपुट सुविधा के महत्व की गणना करना चाहता हूं। लेकिन मुझे गहरी सीखने - गहरी सुविधा चयन का उपयोग करके फीचर चयन के बारे में केवल एक पेपर मिला । वे प्रत्येक फ़ीचर से जुड़ी नोड्स की एक परत सीधे पहली छिपी हुई …

2
अभ्यास में गहरी सीखने को लागू करने की अड़चन
बहुत सारे गहरे शिक्षण पत्रों को पढ़ने के बाद, एक प्रकार की खुरदरी भावना यह है कि बेहतर-सामान्य प्रदर्शन प्राप्त करने के लिए नेटवर्क को प्रशिक्षित करने में बहुत सारी चालें मौजूद हैं। उद्योग एप्लिकेशन के नजरिए से, बड़ी तकनीकी कंपनियों, जैसे, Google या फेसबुक में उन कुलीन अनुसंधान समूहों …
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.