deep-learning पर टैग किए गए जवाब

एंकरिंग के बारे में बात करते हुए फास्टर आरसीएनएन पेपर में, "संदर्भ बक्से के पिरामिड" का उपयोग करने से उनका क्या मतलब है और यह कैसे किया जाता है? क्या इसका यह अर्थ है कि प्रत्येक W * H * k एंकर में एक बाउंडिंग बॉक्स उत्पन्न होता है? जहां …

10 deep-learning  computer-vision 

मैंने एसवीएम के बारे में पढ़ा और सीखा कि वे एक अनुकूलन समस्या को हल कर रहे हैं और अधिकतम मार्जिन विचार बहुत उचित था। अब, गुठली का उपयोग करके वे गैर-रेखीय पृथक्करण सीमाएं भी पा सकते हैं जो महान थी। अब तक, मुझे वास्तव में यह पता नहीं है …

10 machine-learning  neural-networks  svm  deep-learning  kernel-trick 

असंतुलित घटना की घटना का पता लगाने के लिए मैं द्विदिश RNN का उपयोग करता हूं। सकारात्मक वर्ग नकारात्मक वर्ग की तुलना में 100 गुना कम है। जबकि कोई नियमितीकरण उपयोग मैं ट्रेन सेट पर 100% सटीकता और सत्यापन सेट पर 30% प्राप्त कर सकता है। मैं एल 2 नियमितीकरण …

10 neural-networks  deep-learning  regularization  rnn 

मान लें कि मेरे पास कुछ गहन शिक्षण मॉडल वास्तुकला है, साथ ही एक चुने हुए मिनी-बैच आकार भी है। मैं उस मॉडल को प्रशिक्षित करने के लिए इन अपेक्षित स्मृति आवश्यकताओं से कैसे प्राप्त करूं? एक उदाहरण के रूप में, आयाम 1000 के इनपुट के साथ एक (गैर-आवर्तक) मॉडल …

10 deep-learning 

मैं गहरी सीखने (विशेष रूप से सीएनएन) के बारे में सीख रहा हूं, और यह कैसे आम तौर पर ओवरफिटिंग को रोकने के लिए एक भयानक डेटा की आवश्यकता होती है। हालाँकि, मुझे यह भी बताया गया है कि एक मॉडल के पास जितनी अधिक क्षमता / अधिक पैरामीटर होते …

10 machine-learning  neural-networks  deep-learning  conv-neural-network 

मेरे पास एक द्विआधारी वर्गीकरण कार्य में असंतुलित डेटासेट है, जहां सकारात्मक राशि बनाम नकारात्मक राशि 0.3% बनाम 99.7% है। सकारात्मक और नकारात्मक के बीच अंतर बहुत बड़ा है। जब मैं MNIST समस्या में प्रयुक्त संरचना के साथ एक CNN को प्रशिक्षित करता हूं, तो परीक्षण परिणाम एक उच्च झूठी …

10 classification  neural-networks  deep-learning  convolution  computer-vision 

क्या फॉर्म में एक मानक नाम है? जैसे एक रैखिक कार्य है।ex/(1+ex)ex/(1+ex)e^x/(1+e^x)y=a+bxy=a+bxy = a + bx

9 logistic  neural-networks  deep-learning  terminology 

मैंने हाल ही में एरिक जे। मा की इस बात को देखा और उनके ब्लॉग प्रविष्टि की जाँच की , जहाँ उन्होंने रेडफोर्ड नील को उद्धृत किया, कि बायेसियन मॉडल ओवरफिट नहीं करते हैं (लेकिन वे ओवरफिट कर सकते हैं ) और उनका उपयोग करते समय, हमें उन्हें सत्यापित करने …

9 machine-learning  bayesian  cross-validation  deep-learning 

उदाहरण: मेरे पास नौकरी के विवरण में एक वाक्य है: "यूके में जावा वरिष्ठ इंजीनियर"। मैं इसे 2 श्रेणियों के रूप में भविष्यवाणी करने के लिए एक गहरे शिक्षण मॉडल का उपयोग करना चाहता हूं: English और IT jobs। यदि मैं पारंपरिक वर्गीकरण मॉडल का उपयोग करता हूं, तो यह …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

आप कॉक्स आनुपातिक खतरे वाले मॉडल से उत्तरजीविता वक्र की व्याख्या कैसे करते हैं? इस खिलौना उदाहरण में, मान लें कि हमारे पास डेटा ageमें परिवर्तनशील पर एक कॉक्स आनुपातिक खतरा मॉडल है kidney, और उत्तरजीविता वक्र उत्पन्न करता है। library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() उदाहरण …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear 

मैं प्रतिगमन के लिए एक सरल दृढ़ तंत्रिका नेटवर्क का प्रशिक्षण दे रहा हूं, जहां कार्य एक छवि में एक बॉक्स के (x, y) स्थान की भविष्यवाणी करना है: नेटवर्क के आउटपुट में दो नोड्स हैं, एक एक्स के लिए, और एक वाई के लिए। बाकी नेटवर्क एक मानक कनवसनल …

9 machine-learning  neural-networks  optimization  deep-learning  loss-functions 

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 …

9 feature-selection  deep-learning  deep-belief-networks  rbm 

के अनुसार "कुशल Backprop" LeCun एट अल (1998) से यह सब जानकारी के इतना है कि वे अधिक से अधिक दूसरा व्युत्पन्न की सीमा के भीतर चारों ओर 0 और झूठ केंद्रित कर रहे हैं को सामान्य बनाने में अच्छा अभ्यास है। इसलिए उदाहरण के लिए हम "तन" फ़ंक्शन के …

9 machine-learning  neural-networks  normalization  deep-learning  multidimensional-scaling 

निम्नलिखित 1 आयामी अनुक्रम मान लें: A, B, C, Z, B, B, #, C, C, C, V, $, W, A, % ... A, B, C, ..यहाँ पत्र 'साधारण' घटनाओं का प्रतिनिधित्व करते हैं। #, $, %, ...यहाँ प्रतीक 'विशेष' घटनाओं का प्रतिनिधित्व करते हैं सभी घटनाओं के बीच अस्थायी अंतर …

9 time-series  deep-learning  rare-events  lstm  sequential-pattern-mining 

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 …

9 machine-learning  deep-learning  deep-belief-networks