neural-networks पर टैग किए गए जवाब

ऐसा लगता है कि कुछ मामलों में एक बहुभिन्नरूपी रेखीय प्रतिगमन के साथ तंत्रिका नेटवर्क के समान परिणाम प्राप्त करना संभव है, और बहुभिन्नरूपी रेखीय प्रतिगमन सुपर फास्ट और आसान है। तंत्रिका नेटवर्क किन परिस्थितियों में बहुभिन्नरूपी रैखिक प्रतिगमन की तुलना में बेहतर परिणाम दे सकता है?

54 regression  multiple-regression  neural-networks 

अधिकांश टेनसफ़्लो कोड में मैंने देखा है कि एडम ऑप्टिमाइज़र का उपयोग 1e-4(यानी 0.0001) के निरंतर सीखने की दर के साथ किया जाता है । कोड आमतौर पर निम्नलिखित दिखता है: ...build the model... # Add the optimizer train_op = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy) # Add the ops to initialize variables. These will …

53 neural-networks  deep-learning  gradient-descent  tensorflow  adam 

कागजात के कई लेखक मैं पढ़ता हूं एसवीएम उनके प्रतिगमन / वर्गीकरण समस्या का सामना करने के लिए बेहतर तकनीक है, इस बात से अवगत कि वे एनएन के माध्यम से समान परिणाम प्राप्त नहीं कर सकते थे। अक्सर तुलना में कहा गया है कि एनवी के बजाय एसवीएम, एक …

52 machine-learning  svm  neural-networks 

मैं समझता हूं artificial neural network (ANN)कि भविष्यवाणियों में त्रुटि को कम करके फिटिंग को बेहतर बनाने के लिए बैकप्रोपोगेशन का उपयोग करके पर्यवेक्षित तरीके से कैसे प्रशिक्षित किया जा सकता है। मैंने सुना है कि एक ANN का उपयोग अप्रशिक्षित सीखने के लिए किया जा सकता है लेकिन अनुकूलन …

52 clustering  neural-networks  unsupervised-learning  self-organizing-maps 

मैं समझता हूँ कि स्टोकेस्टिक ग्रेडिएंट वंश का उपयोग प्रशिक्षण डेटासेट के एक अलग नमूने के साथ प्रत्येक पुनरावृत्ति को अद्यतन करके एक तंत्रिका नेटवर्क को अनुकूलित करने के लिए किया जा सकता है। बैच का आकार कितना बड़ा होना चाहिए?

49 machine-learning  neural-networks  gradient-descent  backpropagation 

चूंकि हम इनपुट के रैखिक संयोजन को गैर-रेखीय आउटपुट में बदलने के लिए लॉजिस्टिक फ़ंक्शन का उपयोग कर रहे हैं, इसलिए लॉजिस्टिक रिग्रेशन को रैखिक क्लासिफायरियर कैसे माना जा सकता है? रेखीय प्रतिगमन छिपी हुई परत के बिना एक तंत्रिका नेटवर्क की तरह है, इसलिए तंत्रिका नेटवर्क को गैर-रैखिक क्लासिफायरियर …

49 logistic  classification  neural-networks 

आवर्तक तंत्रिका नेटवर्क और पुनरावर्ती तंत्रिका नेटवर्क हैं। दोनों को आमतौर पर एक ही संक्षिप्त नाम से दर्शाया जाता है: आरएनएन। विकिपीडिया के अनुसार , आवर्तक एनएन वास्तव में पुनरावर्ती एनएन हैं, लेकिन मैं वास्तव में स्पष्टीकरण को नहीं समझता हूं। इसके अलावा, मुझे ऐसा नहीं लगता कि प्राकृतिक भाषा …

48 machine-learning  neural-networks  deep-learning  natural-language 

हाल के वर्षों में, कंप्यूटर दृष्टि में वस्तु मान्यता के लिए संवादी तंत्रिका नेटवर्क (CNNs) अत्याधुनिक हो गए हैं। आमतौर पर, एक सीएनएन में कई दृढ़ परतें होती हैं, इसके बाद दो पूरी तरह से जुड़ी हुई परतें होती हैं। इसके पीछे एक अंतर्ज्ञान यह है कि दृढ़ परतें इनपुट …

46 machine-learning  neural-networks  svm  deep-learning  conv-neural-network 

रोंग जी के एक हालिया ब्लॉग पोस्ट में , यह कहा गया था कि: यह माना जाता है कि गहरी जाल सीखने सहित कई समस्याओं के लिए, लगभग सभी स्थानीय न्यूनतम वैश्विक इष्टतम के लिए बहुत समान फ़ंक्शन मूल्य हैं, और इसलिए स्थानीय न्यूनतम ढूंढना काफी अच्छा है। यह विश्वास …

46 machine-learning  neural-networks  optimization  deep-learning 

ग्रैडिएंट डिसेंट को लोकल मिनिमा में फंसने की समस्या है। वैश्विक मिनीमा को खोजने के लिए हमें क्रमिक वंश घातीय समय चलाने की आवश्यकता है। क्या कोई मुझे तंत्रिका नेटवर्क सीखने में लागू होने वाले ढाल वंश के किसी भी विकल्प के बारे में बता सकता है, साथ ही उनके …

46 machine-learning  svm  neural-networks 

मैंने TensorFlow में एक साधारण MLP लिखा है जो XOR-Gate मॉडलिंग कर रहा है । के लिए: input_data = [[0., 0.], [0., 1.], [1., 0.], [1., 1.]] यह निम्नलिखित उत्पादन करना चाहिए: output_data = [[0.], [1.], [1.], [0.]] नेटवर्क में एक इनपुट परत, एक छिपी हुई परत और 2, 5 …

45 machine-learning  neural-networks  error  gradient-descent  supervised-learning 

मैं तंत्रिका नेटवर्क के प्रशिक्षण के लिए बुनियादी ढाल वंश एल्गोरिदम से परिचित हूं। मैंने एडम को प्रस्तावित करने वाला पेपर पढ़ा है: एडम: एक मैथोड फॉर स्टेटिक ऑप्टिमाइज़ेशन । जबकि मुझे निश्चित रूप से कुछ अंतर्दृष्टि (कम से कम) मिली है , कागज मुझे समग्र रूप से बहुत उच्च …

45 neural-networks  optimization  gradient-descent  adam 

मैं कंफर्टेबल न्यूरल नेटवर्क के कन्वेंशन पार्ट को समझने की कोशिश कर रहा हूं। निम्नलिखित आकृति को देखते हुए: मुझे पहली कनवल्शन लेयर को समझने में कोई समस्या नहीं है जहाँ हमारे पास 4 अलग-अलग कर्नेल हैं (आकार ), जो हम 4 इमेज मैप प्राप्त करने के लिए इनपुट इमेज …

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

जबकि छिपी हुई परत के लिए सक्रियण कार्यों की पसंद काफी स्पष्ट है (ज्यादातर सिग्मॉइड या टैन), मुझे आश्चर्य है कि आउटपुट परत के लिए सक्रियण फ़ंक्शन पर कैसे निर्णय लिया जाए। सामान्य पसंद रैखिक कार्य, सिग्मोइड फ़ंक्शन और सॉफ्टमैक्स फ़ंक्शन हैं। हालांकि, मुझे किसका उपयोग कब करना चाहिए?

44 neural-networks 

मैं न्यूरल नेटवर्क सीखना चाहता हूं। मैं एक कम्प्यूटेशनल भाषाविद् हूं। मुझे पता है कि सांख्यिकीय मशीन सीखने के दृष्टिकोण और पायथन में कोड कर सकते हैं। मैं इसकी अवधारणाओं के साथ शुरू करना चाहता हूं, और एक या दो लोकप्रिय मॉडल जानता हूं जो कम्प्यूटेशनल भाषाविज्ञान के दृष्टिकोण से …

43 neural-networks  deep-learning  references  natural-language  computer-vision