deep-learning पर टैग किए गए जवाब

अल रहीमी ने हाल ही में एनआईपीएस 2017 में एक बहुत ही उत्तेजक बात की है जिसमें वर्तमान मशीन लर्निंग की तुलना कीमिया से की गई है। उनका एक दावा यह है कि हमें सैद्धांतिक घटनाक्रमों को वापस लाने की जरूरत है, जिसमें साधारण प्रमेयों को आधारभूत परिणाम साबित करना …

45 machine-learning  deep-learning  theory 

मैं कंफर्टेबल न्यूरल नेटवर्क के कन्वेंशन पार्ट को समझने की कोशिश कर रहा हूं। निम्नलिखित आकृति को देखते हुए: मुझे पहली कनवल्शन लेयर को समझने में कोई समस्या नहीं है जहाँ हमारे पास 4 अलग-अलग कर्नेल हैं (आकार ), जो हम 4 इमेज मैप प्राप्त करने के लिए इनपुट इमेज …

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

मैं न्यूरल नेटवर्क सीखना चाहता हूं। मैं एक कम्प्यूटेशनल भाषाविद् हूं। मुझे पता है कि सांख्यिकीय मशीन सीखने के दृष्टिकोण और पायथन में कोड कर सकते हैं। मैं इसकी अवधारणाओं के साथ शुरू करना चाहता हूं, और एक या दो लोकप्रिय मॉडल जानता हूं जो कम्प्यूटेशनल भाषाविज्ञान के दृष्टिकोण से …

43 neural-networks  deep-learning  references  natural-language  computer-vision 

मैंने पाया है कि Imagenet और अन्य बड़े CNN स्थानीय प्रतिक्रिया सामान्यीकरण परतों का उपयोग करते हैं। हालाँकि, मुझे उनके बारे में अधिक जानकारी नहीं मिल सकती है। वे कितने महत्वपूर्ण हैं और उनका उपयोग कब किया जाना चाहिए? से http://caffe.berkeleyvision.org/tutorial/layers.html#data-layers : "स्थानीय प्रतिक्रिया सामान्यीकरण परत स्थानीय इनपुट क्षेत्रों पर …

41 deep-learning  convolution  conv-neural-network 

मैंने पाया कि रैखिक नेटवर्क (ReLU) ने कई स्थानों पर तंत्रिका नेटवर्क के लिए लुप्त हो रही ढाल समस्या के समाधान के रूप में प्रशंसा की । यही है, एक सक्रियण फ़ंक्शन के रूप में अधिकतम (0, x) का उपयोग करता है। जब सक्रियण सकारात्मक होता है, तो यह स्पष्ट …

40 machine-learning  neural-networks  deep-learning  gradient-descent 

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 …

38 machine-learning  deep-learning  deep-belief-networks  hyperparameter 

एक मुद्दा जिसे मैंने सामान्य रूप से न्यूरल नेटवर्क्स के संदर्भ में अक्सर देखा है, और विशेष रूप से डीप न्यूरल नेटवर्क्स, यह है कि वे "डेटा भूखे" हैं - यही है कि वे तब तक अच्छा प्रदर्शन नहीं करते हैं जब तक कि हमारे पास एक बड़ा डेटा सेट …

37 neural-networks  deep-learning  regularization 

मैं एक तंत्रिका नेटवर्क को प्रशिक्षित कर रहा हूं और प्रशिक्षण हानि कम हो जाती है, लेकिन सत्यापन हानि नहीं करता है, या यह बहुत कम घटता है जो मैं अपेक्षा करता हूं, बहुत समान आर्किटेक्चर और डेटा के साथ संदर्भ या प्रयोगों के आधार पर। मैं इसे कैसे ठीक …

37 neural-networks  deep-learning 

सजातीय तंत्रिका नेटवर्क के संदर्भ में "कर्नेल" और "फ़िल्टर" के बीच अंतर क्या है?

37 neural-networks  terminology  deep-learning  conv-neural-network 

मैं एक कन्वेन्शियल न्यूरल नेटवर्क (CNN) बना रहा हूँ, जहाँ मेरे पास एक संकरी परत है, जिसके बाद एक पूलिंग लेयर है और मैं ओवरफिटिंग को कम करने के लिए ड्रॉपआउट लगाना चाहता हूँ। मेरी यह भावना है कि ड्रॉपआउट परत को पूलिंग परत के बाद लागू किया जाना चाहिए, …

35 deep-learning  conv-neural-network  dropout 

स्पर्स कोडिंग को इनपुट वैक्टर का प्रतिनिधित्व करने के लिए आधार वैक्टर के एक अधिक-पूर्ण सेट को सीखने के रूप में परिभाषित किया गया है (<- हम ऐसा क्यों चाहते हैं)। विरल कोडिंग और ऑटोकेनोडर के बीच अंतर क्या हैं? हम विरल कोडिंग और ऑटोकेनोडर का उपयोग कब करेंगे?

35 machine-learning  neural-networks  unsupervised-learning  deep-learning  autoencoders 

क्या किसी ने पहले से गहन गहन तंत्रिका नेटवर्क में प्रशिक्षण पर कोई साहित्य देखा है? मैंने केवल ऑटोएन्कोडर या प्रतिबंधित बोल्ट्ज़मैन मशीनों में बिना पूर्व-प्रशिक्षित प्रशिक्षण देखा है।

33 machine-learning  neural-networks  deep-learning  conv-neural-network  autoencoders 

कंप्यूटर लंबे समय तक "ब्रूट-फोर्स" -टेक्नीक का उपयोग करके शतरंज खेलने में सक्षम है, एक निश्चित गहराई तक खोज और फिर स्थिति का मूल्यांकन करता है। हालाँकि, अल्फा गो कंप्यूटर केवल पदों का मूल्यांकन करने के लिए एक एएनएन का उपयोग करता है (यह किसी भी गहराई से खोज नहीं …

32 neural-networks  deep-learning  reinforcement-learning  games 

परिचय पृष्ठभूमि एक दृढ़ तंत्रिका नेटवर्क के भीतर, हमारे पास आमतौर पर एक सामान्य संरचना / प्रवाह होता है जो इस तरह दिखता है: इनपुट छवि (अर्थात एक 2D वेक्टर x) (1 संकेंद्रित परत (Conv1) यहां से शुरू होती है ...) w12 डी छवि (यानी z1 = w1*x + b1डॉट …

32 neural-networks  deep-learning  conv-neural-network 

न्यूरल नेटवर्क्स के साथ डेटा की आयामीता को कम करने में हिंटन और सलाखुद्दीनोव , विज्ञान 2006 ने एक गहन ऑटोएन्कोडर के उपयोग के माध्यम से एक गैर-रैखिक पीसीए का प्रस्ताव किया। मैंने कई बार Tensorflow के साथ PCA autoencoder बनाने और प्रशिक्षित करने की कोशिश की है लेकिन मैं …

31 pca  python  deep-learning  tensorflow  autoencoders