neural-networks पर टैग किए गए जवाब

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 

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 

इसलिए जब रेडियल बेसिस फ़ंक्शन न्यूरल नेटवर्क्स को देखते हैं, तो मैंने देखा है कि लोग केवल 1 छिपी हुई परत के उपयोग की सलाह देते हैं, जबकि बहुपरत पर्सेप्ट्रॉन न्यूरल नेटवर्क के साथ अधिक परतों को बेहतर माना जाता है। यह देखते हुए कि RBF नेटवर्क को पीछे प्रचार …

12 machine-learning  neural-networks  rbf-network 

हाल ही में मैंने बायेसियन न्यूरल नेटवर्क (बीएनएन) [नील, 1992] , [नील, 2012] के बारे में कुछ पेपर पढ़े , जो तंत्रिका नेटवर्क में इनपुट और आउटपुट के बीच संभाव्यता संबंध देता है। इस तरह के एक तंत्रिका नेटवर्क का प्रशिक्षण MCMC के माध्यम से होता है जो पारंपरिक बैक-प्रचार …

12 bayesian  neural-networks  bayesian-network 

क्या "तंत्रिका नेटवर्क" और "अवधारणात्मक" शब्दों के बीच कोई अंतर है?

12 machine-learning  neural-networks  terminology  perceptron 

मेरे पास एक बहुत बड़ा डेटासेट है और लगभग 5% यादृच्छिक मूल्य गायब हैं। ये चर एक दूसरे के साथ सहसंबद्ध हैं। निम्नलिखित उदाहरण R डाटासेट केवल एक खिलौना उदाहरण है जिसमें डमी सहसंबद्ध डेटा है। set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

विवरण: बता दें कि प्रॉब्लम डोमेन डॉक्यूमेंट क्लासिफिकेशन है, जहां 1 या अधिक कक्षाओं से संबंधित प्रत्येक फीचर वैक्टर का एक सेट मौजूद है। उदाहरण के लिए, एक दस्तावेज़ और श्रेणियों doc_1से संबंधित हो सकता है ।SportsEnglish सवाल: वर्गीकरण के लिए तंत्रिका नेटवर्क का उपयोग करना, एक फीचर वेक्टर के …

12 machine-learning  neural-networks  natural-language  multilabel 

में स्टैनफोर्ड मशीन लर्निंग पाठ्यक्रम एंड्रयू एनजी आईटी में एमएल लागू करने का उल्लेख किया। कुछ समय बाद जब मुझे हमारी साइट पर मध्यम आकार (लगभग 20k बॉट) DDoS मिला, तो मैंने सरल न्यूरल नेटवर्क क्लासिफायर का उपयोग करके इसके खिलाफ लड़ने का फैसला किया। मैंने लगभग 30 मिनट में …

12 classification  neural-networks  unsupervised-learning 

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 

सबसे पहले: मुझे पता है, एक तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए आवश्यक सामान्य आकार का कोई नमूना नहीं है। यह कार्य की जटिलता, डेटा में शोर और इतने पर जैसे कई कारकों पर निर्भर करता है। और मेरे पास जितने अधिक प्रशिक्षण नमूने होंगे, उतना ही बेहतर मेरा …

12 neural-networks  overfitting  underdetermined 

बैकग्राउंड: मैं इयान गुडफेलो और योशुआ बेंगियो और आरोन कोर्टविल द्वारा डीप लर्निंग के अध्याय 6 का अध्ययन कर रहा हूं। खंड 6.2.2.2 में (183 के पृष्ठ 182 जो यहां देखे जा सकते हैं ) आउटपुट लिए सिग्मॉइड का उपयोग प्रेरित है।पी( y= 1 | x )P(y=1|x)P(y=1|x) सक्रियण के लागू …

12 neural-networks  deep-learning 

यदि हम एक बैच में 10 उदाहरण कहते हैं, तो मैं समझता हूं कि हम प्रत्येक उदाहरण के लिए नुकसान का योग कर सकते हैं, लेकिन प्रत्येक उदाहरण के लिए भार को अद्यतन करने के संबंध में बैकप्रॉपैगैशन कैसे काम करता है? उदाहरण के लिए: उदाहरण 1 -> नुकसान = …

12 neural-networks  gradient-descent  backpropagation  tensorflow 

जब आप "डिकॉनवोल्यूशन" (<- एक अच्छा शब्द नहीं है, लेकिन मुझे यहाँ इसका इस्तेमाल करते हैं) "" अपसम्प्लिंग "और" ट्रांज़ोज़ कनवल्शन "दोनों शब्दों का उपयोग किया जाता है। मूल रूप से, मैंने सोचा था कि उनका मतलब एक ही है, लेकिन मुझे लगता है कि इन लेखों को पढ़ने के …

12 machine-learning  neural-networks  conv-neural-network  transposed-convolution