neural-networks पर टैग किए गए जवाब

तन सक्रियण क्रिया है: tanh(x)=2⋅σ(2x)−1tanh(x)=2⋅σ(2x)−1tanh \left( x \right) = 2 \cdot \sigma \left( 2 x \right) - 1 कहाँ , अवग्रह समारोह, के रूप में परिभाषित किया गया है: σ ( x ) = ई एक्सσ(x)σ(x)\sigma(x) ।σ(x)=ex1+exσ(x)=ex1+ex\sigma(x) = \frac{e^x}{1 + e^x} प्रशन: क्या यह वास्तव में उन दो सक्रियण कार्यों …

82 machine-learning  neural-networks  optimization  cost-maximization 

हाल के वर्षों में, convolutional तंत्रिका नेटवर्क (या सामान्य रूप में शायद गहरी तंत्रिका नेटवर्क) राज्य के अत्याधुनिक नेटवर्क 7 परतों (से जाने के साथ, गहरे और गहरे हो गए हैं AlexNet 1000 परतों (करने के लिए) अवशिष्ट जाल) 4 की अंतरिक्ष में वर्षों। एक गहरे नेटवर्क से प्रदर्शन को …

73 machine-learning  classification  neural-networks  deep-learning  conv-neural-network 

स्टोचस्टिक ढाल वंश में एक युग डेटा के माध्यम से एक एकल पास के रूप में परिभाषित किया गया है। प्रत्येक SGD मिनीबैच के लिए, नमूने खींचे जाते हैं , क्रमिक गणना और पैरामीटर अपडेट किए जाते हैं। युगीन सेटिंग में, नमूने प्रतिस्थापन के बिना खींचे जाते हैं।kkk लेकिन यह …

69 neural-networks  deep-learning  gradient-descent 

मैंने अभी सुना है, कि रेंज ( - 1) से एक तंत्रिका नेटवर्क के प्रारंभिक भार को चुनना एक अच्छा विचार है, जहांdकिसी दिए गए न्यूरॉन के इनपुट की संख्या है। यह माना जाता है, कि सेट सामान्यीकृत हैं - मतलब 0, विचरण 1 (यह नहीं जानता कि क्या मायने …

68 neural-networks  normalization 

आवर्तक तंत्रिका नेटवर्क इस तथ्य से "नियमित" लोगों से भिन्न होते हैं कि उनके पास "मेमोरी" परत है। इस परत के कारण, एन सी आर एनएन समय श्रृंखला मॉडलिंग में उपयोगी माना जाता है। हालांकि, मुझे यकीन नहीं है कि मैं सही तरीके से समझता हूं कि उनका उपयोग कैसे …

67 time-series  machine-learning  neural-networks 

क्या तंत्रिका नेटवर्क में ड्रॉपआउट परतों को रखने के लिए कोई सामान्य दिशानिर्देश हैं?

65 neural-networks  dropout 

मैं एन-कक्षाओं में वस्तुओं के एक सेट को वर्गीकृत करने के लिए एक तंत्रिका नेटवर्क का प्रशिक्षण दे रहा हूं। प्रत्येक वस्तु एक ही समय में कई वर्गों (मल्टी-क्लास, मल्टी-लेबल) से संबंधित हो सकती है। मैंने पढ़ा है कि बहु-वर्ग की समस्याओं के लिए आम तौर पर एमएमएस के बजाय …

64 neural-networks  python  loss-functions  keras  cross-entropy 

2 वर्ष की आयु के एक मानव बच्चे को रंग, मेक आदि की उचित सटीकता के साथ पहचान करने में सक्षम होने के लिए कार के लगभग 5 उदाहरणों की आवश्यकता होती है। जब मेरा बेटा 2 वर्ष का था, तो उसने ट्राम और ट्रेनों की पहचान करने में सक्षम …

64 neural-networks  neuroscience 

मुझे यह आभास हो रहा है कि जब लोग एक 'गहरे विश्वास' नेटवर्क का उल्लेख कर रहे हैं कि यह मूल रूप से एक तंत्रिका नेटवर्क है लेकिन बहुत बड़ा है। क्या यह सही है या एक गहरी विश्वास नेटवर्क का यह भी मतलब है कि एल्गोरिथ्म अपने आप में …

62 machine-learning  neural-networks  deep-learning  deep-belief-networks 

मैं देख रहा हूं कि बहुत सारे मशीन लर्निंग एल्गोरिदम बेहतर तरीके से कैंसिलेशन और कोवरियन इक्वलाइजेशन के साथ काम करते हैं। उदाहरण के लिए, न्यूरल नेटवर्क तेजी से अभिसरण करते हैं, और के-मीन्स आमतौर पर पूर्व-संसाधित सुविधाओं के साथ बेहतर क्लस्टरिंग देते हैं। मैं इन पूर्व-प्रसंस्करण कदमों के पीछे …

60 machine-learning  neural-networks  covariance  normalization 

फ़ीड-फ़ॉरवर्ड और आवर्तक तंत्रिका नेटवर्क के बीच अंतर क्या है ? आप एक का उपयोग दूसरे पर क्यों करेंगे? क्या अन्य नेटवर्क टोपोलॉजी मौजूद हैं?

58 machine-learning  neural-networks  terminology  rnn  topologies 

मुझे इस मुद्दे के बारे में यहां और यहां दो प्रश्न मिले लेकिन अभी तक कोई स्पष्ट उत्तर या स्पष्टीकरण नहीं है। मैं उसी समस्या को लागू करता हूं जहां सत्यापन त्रुटि मेरे रूपांतरण तंत्रिका नेटवर्क में प्रशिक्षण त्रुटि से कम है। इसका क्या मतलब है?

57 machine-learning  mathematical-statistics  neural-networks  cross-validation 

पीसीए और ऑटोएन्कोडर दोनों ही डिमेंशन में कमी कर सकते हैं, इसलिए उनके बीच क्या अंतर हैं? मुझे किस स्थिति में एक दूसरे का उपयोग करना चाहिए?

56 machine-learning  pca  neural-networks  autoencoders 

मैं सोच रहा था कि वहाँ कोई अच्छा आर पुस्तकालयों वहाँ गहरी सीखने तंत्रिका नेटवर्क के लिए है? मैं वहाँ पता nnet, neuralnetहै, और RSNNSहै, लेकिन इनमें से कोई भी गहरी शिक्षण विधियों को लागू करने लगते हैं। मैं विशेष रूप से पर्यवेक्षित सीखने के बाद अनपरावीकृत में रुचि रखता …

56 r  neural-networks  deep-learning  rbm  deep-belief-networks 

क्या कोई समझा सकता है कि वैश्विक अधिकतम पूलिंग परत क्या है और क्यों और कब हम इसका उपयोग तंत्रिका नेटवर्क के प्रशिक्षण के लिए करते हैं। क्या उन्हें साधारण अधिकतम पूलिंग परत पर कोई फायदा है?

55 neural-networks  conv-neural-network  pooling