neural-networks पर टैग किए गए जवाब

मान लीजिए कि मेरे पास एक सरल सिंगल लेयर न्यूरल नेटवर्क है, जिसमें एन इनपुट और एक एकल आउटपुट (बाइनरी वर्गीकरण कार्य) है। यदि मैंने आउटपुट नोड में सक्रियण फ़ंक्शन को सिग्मॉइड फ़ंक्शन के रूप में सेट किया है - तो परिणाम एक लॉजिस्टिक प्रतिगमन क्लासिफायरियर है। इसी परिदृश्य में, …

10 neural-networks  svm 

Nonlinear सीमाओं के साथ वर्गीकरण समस्याओं को एक सरल अवधारणात्मक द्वारा हल नहीं किया जा सकता है । निम्नलिखित आर कोड निदर्शी उद्देश्यों के लिए है और पायथन में इस उदाहरण पर आधारित है ): nonlin <- function(x, deriv = F) { if (deriv) x*(1-x) else 1/(1+exp(-x)) } X <- …

10 r  neural-networks  svm  kernel-trick  perceptron 

मैं समझता हूं कि पारंपरिक प्रशिक्षण के साथ कुछ मुद्दों से बचने के लिए प्रीट्रेनिंग का उपयोग किया जाता है। अगर मैं बैकप्रोपेगैशन का उपयोग करता हूं, तो एक ऑटोकेनोडर के साथ, मुझे पता है कि मैं समय के मुद्दों में भाग लेने जा रहा हूं क्योंकि बैकप्रॉपैजेशन धीमा है, …

10 machine-learning  neural-networks  backpropagation  rbm  pre-training 

कंप्यूटर विज़न टास्क में, जैसे कि ऑब्जेक्ट क्लासिफिकेशन, कन्वर्सेशनल न्यूरल नेटवर्क्स (CNN) के साथ, नेटवर्क एक आकर्षक प्रदर्शन प्रदान करता है। लेकिन मुझे यकीन नहीं है कि कैसे मापदंडों को परतों में सेट किया जाए। उदाहरण के लिए, एक ग्रेस्केल छवि ( 480x480), पहली कनफोलेंशियल लेयर एक कन्वेन्शियल ऑपरेटर का …

10 neural-networks  deep-learning  conv-neural-network  computer-vision 

मैंने समय श्रृंखला का पूर्वानुमान करने के लिए तंत्रिका नेटवर्क का उपयोग करने के बारे में थोड़ा सुना है। मैं कैसे तुलना कर सकता हूं, मेरी समय-श्रृंखला (दैनिक खुदरा डेटा) के पूर्वानुमान के लिए कौन सी विधि बेहतर है: ऑटो.रिमा (एक्स), ईटीएस (एक्स) या नेनेटार (एक्स)। मैं एआईसी या बीआईसी …

10 r  neural-networks  forecasting  arima  exponential-smoothing 

मैं उत्तरजीविता विश्लेषण के लिए नया हूं और मैंने हाल ही में सीखा है कि एक निश्चित लक्ष्य को पूरा करने के लिए अलग-अलग तरीके हैं। मुझे इन विधियों के वास्तविक कार्यान्वयन और उपयुक्तता में दिलचस्पी है। मुझे पारंपरिक कॉक्स आनुपातिक-खतरों के साथ प्रस्तुत किया गया था , त्वरित विफलता …

10 r  machine-learning  survival  neural-networks  cox-model 

मैं ऐसी स्थिति में आया, जहां मेरे तंत्रिका नेटवर्क का वजन 500 पुनरावृत्तियों के बाद भी परिवर्तित नहीं हो रहा है। मेरे तंत्रिका नेटवर्क में 1 इनपुट परत, 1 छिपी परत और 1 आउटपुट परत है। वे इनपुट परत में लगभग 230 नोड्स, हिडन लेयर में 9 नोड्स और आउटपुट …

10 machine-learning  neural-networks 

दोनों रसद समारोह और मानक विचलन आम तौर पर चिह्नित हैं σσ\sigma । मैं इस्तेमाल करेंगे σ( x ) = 1 / ( 1 + ऍक्स्प( - x ) )σ(x)=1/(1+exp⁡(−x))\sigma(x) = 1/(1+\exp(-x)) और रोंss मानक विचलन के लिए। मैं एक यादृच्छिक इनपुट जिसका मतलब के साथ एक रसद न्यूरॉन है …

10 distributions  normal-distribution  neural-networks  mathematical-statistics  expected-value 

DeepMind के दशक में AlphaGo शून्य और AlphaZero कागजात, वे जोड़ने का वर्णन Dirichlet रूट नोड मोंटे कार्लो ट्री खोजें में (बोर्ड राज्य) से कार्रवाई की पूर्व संभावनाओं को शोर: अतिरिक्त अन्वेषण रूट नोड में पूर्व संभावनाओं के लिए डिरिचलेट शोर को जोड़कर प्राप्त किया जाता है रों0रों0s_0, विशेष रूप …

10 machine-learning  neural-networks  dirichlet-distribution 

डीप लर्निंग और इंफॉर्मेशन टोंटीलेक प्रिंसिपल नामक पेपर में लेखक II को सेक्शन II A में लिखते हैं : एकल न्यूरॉन्स केवल रेखीय रूप से वियोज्य इनपुट को वर्गीकृत करते हैं, क्योंकि वे अपने इनपुट स्थान में केवल हाइपरप्लेन को लागू कर सकते हैं u=wh+bu=wh+bu = wh+b। हाइपरप्लेन डेटा को …

10 bayesian  neural-networks  information-theory 

हाल ही के वेवनेट पेपर में, लेखक अपने मॉडल का संदर्भ देते हैं, जिसमें पतले संकल्पों की परतें होती हैं। वे निम्नलिखित चार्ट भी बनाते हैं, जो 'नियमित' संकल्पों और पतले संकल्पों के बीच के अंतर को समझाते हैं। नियमित रूप से दृढ़ संकल्प ऐसा दिखता है कि यह 2 …

10 neural-networks  deep-learning  conv-neural-network  tensorflow 

मैंने एसवीएम के बारे में पढ़ा और सीखा कि वे एक अनुकूलन समस्या को हल कर रहे हैं और अधिकतम मार्जिन विचार बहुत उचित था। अब, गुठली का उपयोग करके वे गैर-रेखीय पृथक्करण सीमाएं भी पा सकते हैं जो महान थी। अब तक, मुझे वास्तव में यह पता नहीं है …

10 machine-learning  neural-networks  svm  deep-learning  kernel-trick 

असंतुलित घटना की घटना का पता लगाने के लिए मैं द्विदिश RNN का उपयोग करता हूं। सकारात्मक वर्ग नकारात्मक वर्ग की तुलना में 100 गुना कम है। जबकि कोई नियमितीकरण उपयोग मैं ट्रेन सेट पर 100% सटीकता और सत्यापन सेट पर 30% प्राप्त कर सकता है। मैं एल 2 नियमितीकरण …

10 neural-networks  deep-learning  regularization  rnn 

मैं गहरी सीखने (विशेष रूप से सीएनएन) के बारे में सीख रहा हूं, और यह कैसे आम तौर पर ओवरफिटिंग को रोकने के लिए एक भयानक डेटा की आवश्यकता होती है। हालाँकि, मुझे यह भी बताया गया है कि एक मॉडल के पास जितनी अधिक क्षमता / अधिक पैरामीटर होते …

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

मैं आरएनएन की वास्तुकला को समझने की कोशिश कर रहा हूं। मुझे यह ट्यूटोरियल मिला है जो बहुत मददगार रहा है: http://colah.github.io/posts/2015-08-Understanding-LSTMs/ विशेष रूप से यह छवि: यह फ़ीड-फ़ॉरवर्ड नेटवर्क में कैसे फिट होता है? क्या यह छवि प्रत्येक परत में सिर्फ एक और नोड है?

10 neural-networks  lstm