deep-learning पर टैग किए गए जवाब

फायदे क्या हैं, क्यों एक-एक नेटवर्क में, कई LSTM का उपयोग किया जाएगा, एक-एक करके, एक तरफ? मैं एक इनपुट के अनुक्रम का प्रतिनिधित्व करने के लिए एक LSTM का उपयोग कर रहा हूं। इसलिए एक बार मेरे पास यह एकल प्रतिनिधित्व है - मैं इसे फिर से क्यों पास …

25 classification  neural-networks  deep-learning  lstm  rnn 

रेक्टिफाइड रैखिक इकाइयों (ReLU) के सक्रियण कार्यों को गैर-रैखिक क्यों माना जाता है? च( x ) = अधिकतम ( 0 , x )च(एक्स)=अधिकतम(0,एक्स) f(x) = \max(0,x) जब इनपुट सकारात्मक होता है तो वे रैखिक होते हैं और गहरी नेटवर्क की प्रतिनिधि शक्ति को अनलॉक करने के लिए मेरी समझ से …

25 neural-networks  deep-learning 

के अनुसार इस और इस सवाल का जवाब, autoencoders एक तकनीक आयाम कम करने के लिए तंत्रिका नेटवर्क का उपयोग करता है होने लगते हैं। मैं अतिरिक्त पता है कि एक है चाहते हैं परिवर्तन संबंधी autoencoder (अपने मुख्य अंतर / एक "पारंपरिक" autoencoders से अधिक लाभ) है और यह …

24 machine-learning  bayesian  deep-learning  autoencoders  variational-bayes 

मैं डीप लर्निंग के लिए एडम ऑप्टिमाइज़र के बारे में पढ़ रहा था और बेंगियो, गुडफेलो और कोर्टविल की नई किताब डीप लर्निंग में निम्नलिखित वाक्य आया : एडम को आमतौर पर हाइपर मापदंडों के चुनाव के लिए काफी मजबूत माना जाता है, हालांकि सीखने की दर को कभी-कभी सुझाए …

24 neural-networks  deep-learning  optimization  hyperparameter  adam 

में एलेक्स Krizhevsky, एट अल। गहरी सजातीय तंत्रिका नेटवर्क के साथ Imagenet वर्गीकरण वे प्रत्येक परत में न्यूरॉन्स की संख्या की गणना करते हैं (नीचे आरेख देखें)। नेटवर्क का इनपुट 150,528-आयामी है, और नेटवर्क की शेष परतों में न्यूरॉन्स की संख्या 253,440–186,624–64,896–64,896–43,264- 4096–4096-1000 द्वारा दी गई है। एक 3D दृश्य …

24 neural-networks  deep-learning  conv-neural-network 

मैं पाइथन कोड लिखकर बेहतर ढंग से कन्वेन्शियल न्यूरल नेटवर्क्स को समझने की कोशिश कर रहा हूँ, जो पुस्तकालयों पर निर्भर नहीं है (जैसे कि कॉननेट या टेन्सरफ्लो), और मैं कर्नेल मैट्रिक्स के मूल्यों को चुनने के तरीके पर साहित्य में अटक रहा हूँ, जब एक छवि पर एक दृढ़ …

24 machine-learning  neural-networks  deep-learning  feature-construction  conv-neural-network 

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 …

23 neural-networks  deep-learning  autoencoders  deep-belief-networks 

ध्यान तंत्र का उपयोग पिछले कुछ वर्षों में विभिन्न डीप लर्निंग पेपर में किया गया है। इल्या सुतकीवर, ओपन एआई के शोध प्रमुख, ने उत्साहपूर्वक उनकी प्रशंसा की: https://towardsdatascience.com/the-fall-of-rnn-lstm-2d1594c74ce0 पर्ड्यू विश्वविद्यालय में यूजीनियो क्यूलुरसेलो ने दावा किया है कि आरएनएन और एलएसटीएम को पूरी तरह से ध्यान आधारित तंत्रिका नेटवर्क …

23 time-series  deep-learning  lstm  rnn  attention 

मुझे पता है कि गहरी, जटिल तंत्रिका जाल के साथ छवि मान्यता, छवि वर्गीकरण आदि के संबंध में बहुत सारे अग्रिम हैं। लेकिन अगर मैं पीएनजी छवियों पर एक शुद्ध प्रशिक्षण देता हूं, तो क्या यह केवल इतनी एनकोडेड छवियों के लिए काम करेगा ? क्या अन्य छवि गुण इसे …

23 neural-networks  deep-learning  image-processing 

क्या कोई अच्छा कागजात है जो फ़िल्टर के लिए आयामों को चुनने, इकाइयों को पूल करने और दोषपूर्ण परतों की संख्या का निर्धारण करने के कुछ तरीके को कवर करता है?

22 neural-networks  deep-learning  conv-neural-network 

मैं एक बात सुन रहा था और इस स्लाइड को देखा: यह कितना सच है?

22 deep-learning  deep-belief-networks 

मैं पिछले कुछ समय से कन्वेंशनल न्यूरल नेटवर्क्स (CNNs) के साथ काम कर रहा हूं, ज्यादातर सिमेंटिक सेगमेंटेशन / इंस्टेंसेशन के लिए इमेज डेटा पर। मैंने अक्सर "हीट मैप" के रूप में नेटवर्क आउटपुट के सॉफ्टमैक्स की कल्पना की है, यह देखने के लिए कि एक निश्चित वर्ग के लिए …

22 probability  deep-learning  conv-neural-network  uncertainty  softmax 

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 …

21 machine-learning  neural-networks  deep-learning  deep-belief-networks  rbm 

हाल ही में मैं एडॉबॉस्ट, ग्रेडिएंट बूस्ट जैसे बूस्टिंग एल्गोरिदम सीखने पर काम कर रहा था, और मैंने इस तथ्य को जाना है कि सबसे आम इस्तेमाल किया जाने वाला कमजोर-सीखने वाला पेड़ है। मैं वास्तव में जानना चाहता हूं कि बेस लर्नर के रूप में तंत्रिका नेटवर्क का उपयोग …

21 neural-networks  deep-learning  boosting  ensemble  dropout 

हम एक टोंटी आर्किटेक्चर को परिभाषित करते हैं जैसे कि रेसनेट पेपर में पाया जाने वाला प्रकार [दो 3x3 कन्टेस्ट लेयर] को [एक 1x1 कनव, एक 3x3 कन्ट और दूसरी 1x1 कन्टेन लेयर] से बदल दिया जाता है। मैं समझता हूं कि 1x1 दृढ़ परतों का उपयोग आयाम में कमी …

21 residuals  deep-learning  conv-neural-network