deep-learning पर टैग किए गए जवाब

मैं एक तंत्रिका नेटवर्क का प्रशिक्षण ले रहा हूं लेकिन प्रशिक्षण हानि कम नहीं होती है। मैं इसे कैसे ठीक करूं? मैं ओवरफिटिंग या नियमितीकरण के बारे में नहीं पूछ रहा हूं। मैं उस समस्या को हल करने के बारे में पूछ रहा हूं जहां प्रशिक्षण सेट पर मेरे नेटवर्क …

146 neural-networks  deep-learning 

गैर-रैखिकता की कला की स्थिति गहरी तंत्रिका नेटवर्क में सिग्मॉइड फ़ंक्शन के बजाय रेक्टिफाइड रैखिक इकाइयों (ReLU) का उपयोग करना है। क्या फायदे हैं? मुझे पता है कि जब ReLU का उपयोग किया जाता है तो एक नेटवर्क का प्रशिक्षण तेजी से होगा, और यह अधिक जैविक प्रेरित है, अन्य …

141 machine-learning  neural-networks  deep-learning 

हाल ही में मैं गहरी शिक्षा के बारे में पढ़ रहा हूं और मैं शर्तों (या कहूँ प्रौद्योगिकियों) के बारे में उलझन में हूं। दोनों के बीच क्या अंतर है संवेदी तंत्रिका नेटवर्क (CNN), प्रतिबंधित बोल्ट्ज़मन मशीनें (आरबीएम) और ऑटो एनकोडर?

123 neural-networks  deep-learning  conv-neural-network  autoencoders  rbm 

मैंने इन शब्दों में स्पष्ट रूप से उल्लिखित प्रश्न नहीं देखा है, और यही कारण है कि मैं एक नया प्रश्न बनाता हूं। मुझे जो जानने में दिलचस्पी है, वह तंत्रिका नेटवर्क की परिभाषा नहीं है, बल्कि एक गहरे तंत्रिका नेटवर्क के साथ वास्तविक अंतर को समझना है। अधिक संदर्भ …

113 neural-networks  deep-learning 

मैं वर्तमान में Udacity डीप लर्निंग ट्यूटोरियल कर रहा हूं। पाठ 3 में, वे 1x1 दृढ़ संकल्प के बारे में बात करते हैं। Google इंसेप्शन मॉड्यूल में 1x1 कनवल्शन का उपयोग किया जाता है। मुझे यह समझने में परेशानी हो रही है कि 1x1 का दोषी क्या है। मैंने भी …

106 neural-networks  deep-learning  convolution  conv-neural-network 

छवियों को सामान्य करने के कुछ तरीके हैं, लेकिन अधिकांश इन दो तरीकों का उपयोग करते हैं: सभी छवियों पर गणना किए गए चैनल प्रति माध्य घटाएं (जैसे VGG_ILSVRC_16_layers ) सभी छवियों पर गणना की गई पिक्सेल / चैनल द्वारा घटाव (जैसे CNN_S , कैफ का संदर्भ नेटवर्क भी देखें …

88 deep-learning  image-processing 

हाल के वर्षों में, convolutional तंत्रिका नेटवर्क (या सामान्य रूप में शायद गहरी तंत्रिका नेटवर्क) राज्य के अत्याधुनिक नेटवर्क 7 परतों (से जाने के साथ, गहरे और गहरे हो गए हैं AlexNet 1000 परतों (करने के लिए) अवशिष्ट जाल) 4 की अंतरिक्ष में वर्षों। एक गहरे नेटवर्क से प्रदर्शन को …

73 machine-learning  classification  neural-networks  deep-learning  conv-neural-network 

स्टोचस्टिक ढाल वंश में एक युग डेटा के माध्यम से एक एकल पास के रूप में परिभाषित किया गया है। प्रत्येक SGD मिनीबैच के लिए, नमूने खींचे जाते हैं , क्रमिक गणना और पैरामीटर अपडेट किए जाते हैं। युगीन सेटिंग में, नमूने प्रतिस्थापन के बिना खींचे जाते हैं।kkk लेकिन यह …

69 neural-networks  deep-learning  gradient-descent 

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 …

62 machine-learning  neural-networks  deep-learning  deep-belief-networks 

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 …

56 r  neural-networks  deep-learning  rbm  deep-belief-networks 

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 …

54 time-series  machine-learning  prediction  deep-learning  deep-belief-networks 

अधिकांश टेनसफ़्लो कोड में मैंने देखा है कि एडम ऑप्टिमाइज़र का उपयोग 1e-4(यानी 0.0001) के निरंतर सीखने की दर के साथ किया जाता है । कोड आमतौर पर निम्नलिखित दिखता है: ...build the model... # Add the optimizer train_op = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy) # Add the ops to initialize variables. These will …

53 neural-networks  deep-learning  gradient-descent  tensorflow  adam 

आवर्तक तंत्रिका नेटवर्क और पुनरावर्ती तंत्रिका नेटवर्क हैं। दोनों को आमतौर पर एक ही संक्षिप्त नाम से दर्शाया जाता है: आरएनएन। विकिपीडिया के अनुसार , आवर्तक एनएन वास्तव में पुनरावर्ती एनएन हैं, लेकिन मैं वास्तव में स्पष्टीकरण को नहीं समझता हूं। इसके अलावा, मुझे ऐसा नहीं लगता कि प्राकृतिक भाषा …

48 machine-learning  neural-networks  deep-learning  natural-language 

हाल के वर्षों में, कंप्यूटर दृष्टि में वस्तु मान्यता के लिए संवादी तंत्रिका नेटवर्क (CNNs) अत्याधुनिक हो गए हैं। आमतौर पर, एक सीएनएन में कई दृढ़ परतें होती हैं, इसके बाद दो पूरी तरह से जुड़ी हुई परतें होती हैं। इसके पीछे एक अंतर्ज्ञान यह है कि दृढ़ परतें इनपुट …

46 machine-learning  neural-networks  svm  deep-learning  conv-neural-network 

रोंग जी के एक हालिया ब्लॉग पोस्ट में , यह कहा गया था कि: यह माना जाता है कि गहरी जाल सीखने सहित कई समस्याओं के लिए, लगभग सभी स्थानीय न्यूनतम वैश्विक इष्टतम के लिए बहुत समान फ़ंक्शन मूल्य हैं, और इसलिए स्थानीय न्यूनतम ढूंढना काफी अच्छा है। यह विश्वास …

46 machine-learning  neural-networks  optimization  deep-learning