neural-networks पर टैग किए गए जवाब

अधिकांश उदाहरणों में मैंने अब तक तंत्रिका नेटवर्क को देखा है, नेटवर्क का उपयोग वर्गीकरण के लिए किया जाता है और नोड्स को सिग्मोइड फ़ंक्शन के साथ बदल दिया जाता है। हालांकि, मैं एक सतत वास्तविक मूल्य (वास्तविक रूप से आउटपुट आमतौर पर -5 से +5 की सीमा में होगा) …

14 regression  neural-networks 

पहले से ही एक प्रश्न का उत्तर देने के बाद ( वन-लेयर फीड-फॉरवर्ड नेटवर्क से वजन महत्व को हटाकर ) मैं तंत्रिका नेटवर्क में इनपुट की प्रासंगिकता के बारे में खोज रहा हूं। एक गहरी जाल को ध्यान में रखते हुए, जहां आउटपुट नोड ऑफ इंटरेस्ट से परतों के माध्यम …

14 neural-networks  python  feature-selection  sensitivity-analysis 

क्या असतत या निरंतर सामान्यीकृत मानों पर द्विआधारी मूल्यों (0/1) को प्राथमिकता देने के लिए कोई अच्छा कारण हैं, उदाहरण के लिए (1? 3), सभी इनपुट नोड्स (बैकप्रोपैजेशन के साथ या बिना) के लिए एक फीडफोवर्ड नेटवर्क के इनपुट के रूप में? बेशक, मैं केवल उन इनपुटों के बारे में …

14 neural-networks 

विशेष रूप से कागल प्रतियोगिताओं के संदर्भ में मैंने देखा है कि मॉडल का प्रदर्शन फीचर चयन / इंजीनियरिंग के बारे में है। जबकि मैं पूरी तरह से समझ सकता हूं कि अधिक परंपरागत / पुराने-स्कूल एमएल एल्गोरिदम से निपटने के दौरान ऐसा क्यों होता है, मैं यह नहीं देखता …

14 neural-networks  deep-learning  feature-selection  feature-engineering 

मैं प्रसिद्ध पेपर "प्ले अटारी विथ डीप रिनफोर्स लर्निंग" ( पीडीएफ ) को समझने की कोशिश कर रहा हूं । मैं एक युग और प्रकरण के बीच के अंतर के बारे में स्पष्ट नहीं हूं । एल्गोरिथ्म , बाहरी लूप एपिसोड से अधिक है , जबकि आकृति में एक्स-एक्सिस को …

14 neural-networks  terminology  reinforcement-learning  q-learning 

कुछ ट्यूटोरियल्स में मैंने पाया कि "जेवियर" वेट इनिशियलाइज़ेशन (पेपर: डीप फीडफोरवर्ड न्यूरल नेटवर्क के प्रशिक्षण की कठिनाई को समझना ) न्यूरल नेटवर्क के वज़न को कम करने का एक कारगर तरीका है। पूरी तरह से जुड़ी हुई परतों के लिए उन ट्यूटोरियल में अंगूठे का एक नियम था: वीa …

14 normal-distribution  variance  neural-networks  conv-neural-network 

मैं वर्गीकरण के लिए एक तंत्रिका नेटवर्क को प्रशिक्षित करने की कोशिश कर रहा हूं, लेकिन मेरे पास जो लेबल हैं वे शोरगुल हैं (लगभग 30% लेबल गलत हैं)। क्रॉस-एन्ट्रापी नुकसान वास्तव में काम करता है, लेकिन मैं सोच रहा था कि क्या इस मामले में कोई विकल्प अधिक प्रभावी …

14 machine-learning  neural-networks  loss-functions  noise 

सार्वभौमिक सन्निकटन प्रमेय तंत्रिका नेटवर्क के लिए एक बहुत प्रसिद्ध परिणाम है, मूल रूप से यह कहते हुए कि कुछ मान्यताओं के तहत, एक फ़ंक्शन को किसी भी सटीकता के भीतर तंत्रिका नेटवर्क द्वारा समान रूप से अनुमानित किया जा सकता है। क्या कुछ अनुरूप परिणाम होता है जो कन्वेन्शनल …

14 neural-networks  conv-neural-network  approximation 

मेरे पास 34 इनपुट कॉलम और 8 आउटपुट कॉलम वाले डेटासेट हैं। समस्या को हल करने का एक तरीका 34 आउटपुट लेना और प्रत्येक आउटपुट कॉलम के लिए व्यक्तिगत प्रतिगमन मॉडल बनाना है। मुझे आश्चर्य है कि क्या यह समस्या सिर्फ एक मॉडल का उपयोग करके हल की जा सकती …

14 neural-networks  deep-learning  multivariate-regression 

मेरे पास कच्चा डेटा है जिसमें लगभग 20 कॉलम (20 सुविधाएँ) हैं। उनमें से दस निरंतर डेटा हैं और उनमें से 10 श्रेणीबद्ध हैं। श्रेणीबद्ध डेटा में से कुछ में 50 अलग-अलग मूल्य (यूएस स्टेट्स) हो सकते हैं। डेटा को पूर्व-संसाधित करने के बाद 10 निरंतर कॉलम 10 तैयार किए …

13 machine-learning  neural-networks  tensorflow  data-preprocessing  theano 

गहन सुदृढीकरण सीखने पर दीपमिन्द के 2015 के पेपर में, यह कहा गया है कि "तंत्रिका नेटवर्क के साथ आरएल को संयोजित करने का पिछला प्रयास अस्थिर सीखने के कारण काफी हद तक विफल रहा था"। इस पत्र में इसके कुछ कारणों को सूचीबद्ध किया गया है, जो अवलोकनों में …

13 machine-learning  neural-networks  deep-learning  reinforcement-learning 

मैंने एक तंत्रिका नेटवर्क को "मूर्ख" करने के लिए मैन्युअल रूप से विरोधाभासी छवियों के बारे में कुछ पेपर पढ़ा है (नीचे देखें)। क्या यह इसलिए है क्योंकि नेटवर्क केवल सशर्त संभाव्यता मॉडल बनाते हैं ? यदि कोई नेटवर्क संयुक्त संभाव्यता को मॉडल कर सकता है , तो क्या ऐसे …

13 machine-learning  neural-networks  deep-learning 

मेरी राय में सहसंबंधित इनपुट डेटा को तंत्रिका नेटवर्क में ओवरफिटिंग की ओर ले जाना चाहिए क्योंकि नेटवर्क डेटा में सहसंबंध जैसे शोर सीखता है। क्या ये सही है?

13 correlation  neural-networks  overfitting 

जब फीडरवर्ड न्यूरल नेटवर्क में कनेक्शन वेट का इनिशियलाइज़ किया जाता है, तो किसी भी समरूपता से बचने के लिए उन्हें बेतरतीब ढंग से इनिशियलाइज़ करना ज़रूरी होता है, ताकि लर्निंग एल्गोरिथम टूट न सके। विभिन्न स्थानों में मैंने जो सिफारिश देखी है (उदाहरण के लिए, TensorFlow के MNIST ट्यूटोरियल …

13 neural-networks  backpropagation  weights  truncated-normal 

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