deep-learning पर टैग किए गए जवाब

मैं 80 परतों के साथ एक word2vec जैसे प्रतिनिधित्व का उपयोग करते हुए 128 छिपी इकाइयों के साथ एक परत LSTM का उपयोग कर भावना भविष्यवाणी के लिए 15000 ट्वीट्स मॉडलिंग कर रहा हूं। मुझे 1 युग के बाद एक वंश सटीकता (यादृच्छिक = 20% के साथ 38%) मिलती है। …

13 deep-learning  regularization  overfitting  lstm 

मैं टेक्स्ट को वर्गीकृत करने के लिए एक lstm और फीड-फॉरवर्ड नेटवर्क का उपयोग कर रहा हूं। मैं पाठ को एक-गर्म वैक्टर में परिवर्तित करता हूं और प्रत्येक को lstm में फ़ीड करता हूं ताकि मैं इसे एकल प्रतिनिधित्व के रूप में सारांशित कर सकूं। फिर मैं इसे दूसरे नेटवर्क …

13 classification  neural-networks  deep-learning  lstm 

मैं गहराई से सीखने पर यशुआ बेंगियो की किताब पढ़ रहा था और यह पेज 224 पर कहती है: संवेदी नेटवर्क केवल तंत्रिका नेटवर्क हैं जो कम से कम एक परत में सामान्य मैट्रिक्स गुणन के स्थान पर दृढ़ संकल्प का उपयोग करते हैं। हालाँकि, मैं गणितीय रूप से सटीक …

13 machine-learning  neural-networks  deep-learning  convolution 

हाल ही में मैंने Yann Dauphin et al द्वारा एक पेपर पढ़ा है। उच्च-आयामी गैर-उत्तल अनुकूलन में काठी बिंदु समस्या की पहचान करना और उस पर हमला करना , जहां वे सैडल-फ्री न्यूटन नामक एक दिलचस्प वंश एल्गोरिथ्म का परिचय देते हैं , जो तंत्रिका नेटवर्क अनुकूलन के लिए बिल्कुल …

13 optimization  deep-learning  gradient-descent 

क्या कॉम्बीनेटरियल ऑप्टिमाइज़ेशन समस्याओं के लिए गहन शिक्षण का उपयोग करने पर शोध समूह काम कर रहे हैं?

13 optimization  deep-learning 

मैंने पैरामस के एक समूह के लिए ग्रिड खोज की स्थापना की। मैं एक केरस तंत्रिका जाल के लिए सबसे अच्छा पैरामीटर खोजने की कोशिश कर रहा हूं जो बाइनरी वर्गीकरण करता है। आउटपुट या तो 1 या 0. एक लगभग 200 विशेषताएं हैं। जब मैंने एक ग्रिड खोज की, …

13 machine-learning  cross-validation  deep-learning  tensorflow  theano 

क्या कोई साहित्य है जो स्टोकेस्टिक क्रमिक वंश प्रदर्शन करते समय मिनीबच आकार की पसंद की जांच करता है? मेरे अनुभव में, यह एक अनुभवजन्य विकल्प प्रतीत होता है, जो आमतौर पर क्रॉस-मान्यता के माध्यम से या अंगूठे के अलग-अलग नियमों का उपयोग करके पाया जाता है। क्या यह एक …

13 machine-learning  gradient-descent  hyperparameter  deep-learning 

Google इंसेप्शन मॉडल की टोपोलॉजी यहां पाई जा सकती है: Google इंसेप्शन नेटवॉर्क मैंने देखा कि इस मॉडल में 3 सॉफ्टमैक्स परत है (# 154, # 152, # 145), और उनमें से 2 इस मॉडल के जल्दी भागने के कुछ प्रकार हैं। मुझे जो पता है, सॉफ्टमैक्स लेयर अंतिम आउटपुट …

13 deep-learning  conv-neural-network 

जब हम सभी सक्रियण परतों के लिए ReLU का उपयोग करते हैं, तो गहन अवक्षेपण तंत्रिका नेटवर्क के लिए नकारात्मक भार (पर्याप्त अवधि के बाद) होना संभव है?

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

बन्द है। यह सवाल ऑफ टॉपिक है । यह वर्तमान में उत्तर स्वीकार नहीं कर रहा है। इस प्रश्न को सुधारना चाहते हैं? प्रश्न को अपडेट करें ताकि यह क्रॉस मान्य के लिए विषय पर हो । 10 महीने पहले बंद हुआ । मुझे पता है कि मशीन सीखने और …

13 neural-networks  deep-learning  conv-neural-network 

बैच तंत्रिकाकरण को गहरे तंत्रिका जाल में पर्याप्त प्रदर्शन सुधार के साथ श्रेय दिया गया है। इंटरनेट पर बहुत सारी सामग्री यह बताती है कि इसे सक्रियण-दर-सक्रियण के आधार पर कैसे लागू किया जाए। मैंने पहले से ही मैट्रिक्स बीजगणित का उपयोग करके बैकप्रॉप लागू किया है, और यह देखते …

12 machine-learning  neural-networks  deep-learning  backpropagation  batch-normalization 

तंत्रिका नेटवर्क में हालिया प्रगति मुख्य रूप से इसकी बढ़ती डिजाइन जटिलता द्वारा विशेषता उपन्यास आर्किटेक्चर के एक अनुक्रम द्वारा संक्षेपित है। LeNet5 (1994) से लेकर एलेक्सनेट (2012) तक, ओवरफेट (2013) और GoogleLNet / इंसेप्शन (2014) और इतने पर ... क्या मशीन को तय करने / डिजाइन करने की कोई …

12 neural-networks  deep-learning 

एमएल / डीएल क्षेत्र के लिए एक बाहरी व्यक्ति; उनेसिटी डीप लर्निंग कोर्स शुरू किया जो टेनसफ़्लो पर आधारित है; असाइनमेंट 3 समस्या 4 कर रहा है; निम्नलिखित विन्यास के साथ सीखने की दर को धुनने की कोशिश कर रहा है: बैच का आकार 128 चरणों की संख्या: 2 युगों …

12 python  machine-learning  tensorflow  deep-learning 

यह कहें कि मैं एक RNN / LSTM का उपयोग भावना विश्लेषण करने के लिए करता हूं, जो कि कई-से-एक दृष्टिकोण है ( इस ब्लॉग को देखें )। नेटवर्क को समय (BPTT) के माध्यम से एक काट-छाँट backpropagation के माध्यम से प्रशिक्षित किया जाता है, जहां नेटवर्क को हमेशा की …

12 neural-networks  deep-learning  natural-language  backpropagation 

इयान गुडफेलो की डीप लर्निंग किताब में, यह लिखा है कि कभी-कभी, नुकसान समारोह जिसे हम वास्तव में परवाह करते हैं (कहते हैं, वर्गीकरण त्रुटि) वह नहीं है जिसे कुशलता से अनुकूलित किया जा सकता है। उदाहरण के लिए, अनुमानित 0-1 नुकसान को कम करना आमतौर पर एक रेखीय क्लासिफायरियर …

12 neural-networks  deep-learning  loss-functions