neural-networks पर टैग किए गए जवाब

मैंने इस पृष्ठ को पढ़ा: http://neuralnetworksanddeeplearning.com/chap3.html और यह कहा कि क्रॉस-एन्ट्रॉपी के साथ सिग्मॉइड आउटपुट लेयर लॉग-लाइकैलिटी के साथ सॉफ्टमैक्स आउटपुट लेयर के साथ काफी समान है। क्या होगा अगर मैं आउटपुट परत में क्रॉस एन्ट्रॉपी के साथ लॉग-लाइबिलिटी या सॉफ्टमैक्स के साथ सिग्मॉइड का उपयोग करता हूं? यह ठीक …

31 neural-networks  maximum-likelihood  softmax 

एक तंत्रिका जाल कुछ लक्ष्य को प्राप्त करने के साधन के रूप में सेट किए गए डेटा की विशेषताएं सीखता है। जब यह हो जाता है, तो हम जानना चाहते हैं कि तंत्रिका जाल क्या सीखा। क्या विशेषताएं थीं और इसने उन लोगों की परवाह क्यों की। क्या कोई काम …

30 neural-networks  deep-learning 

[यह सवाल स्टैक ओवरफ्लो पर भी डाला गया था ] संक्षेप में सवाल मैं दृढ़ तंत्रिका नेटवर्क का अध्ययन कर रहा हूं, और मेरा मानना ​​है कि ये नेटवर्क हर इनपुट न्यूरॉन (पिक्सेल / पैरामीटर) के साथ समान व्यवहार नहीं करते हैं। कल्पना कीजिए कि हमारे पास एक गहरा नेटवर्क …

30 machine-learning  neural-networks  convolution 

तंत्रिका नेटवर्क , बायेसियन नेटवर्क , डिसीजन ट्री और पेट्री नेट के बीच अंतर क्या है , भले ही वे सभी ग्राफिकल मॉडल और दृष्टिगत रूप से कारण-प्रभाव संबंध हैं।

30 machine-learning  neural-networks  bayesian-network  fuzzy 

शून्य के साथ वजन को शुरू करना खतरनाक क्यों है? क्या कोई सरल उदाहरण है जो इसे प्रदर्शित करता है?

30 neural-networks  backpropagation 

मैं डीप कॉन्ट्रोवर्शियल न्यूरल नेटवर्क्स के साथ पेपर इमेजनेट क्लासिफिकेशन को पढ़ रहा था और सेक्शन 3 में वे अपने कन्वर्सेशनल न्यूरल नेटवर्क के आर्किटेक्चर के बारे में बता रहे थे, वे बताते हैं कि वे कैसे उपयोग करना पसंद करते हैं: गैर-संतृप्त नॉनलाइनरिटी f(x)=max(0,x).f(x)=max(0,x).f(x) = max(0, x). क्योंकि यह …

30 machine-learning  neural-networks  terminology  conv-neural-network 

मैं अपनी समस्या को एक उदाहरण से समझाता हूँ। मान लीजिए कि आप किसी व्यक्ति की आय का अनुमान लगाना चाहते हैं, जो कुछ विशेषताएं बताती है: {आयु, लिंग, देश, क्षेत्र, शहर}। आपके पास एक प्रशिक्षण डाटासेट है train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

पूर्वाग्रह नोड्स का उपयोग तंत्रिका नेटवर्क में क्यों किया जाता है? आपको कितने का उपयोग करना चाहिए? आपको किन परतों में उनका उपयोग करना चाहिए: सभी छिपी हुई परतें और आउटपुट परत?

29 machine-learning  neural-networks  bias-node 

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 । 2 साल पहले बंद हुआ । मैं एक डेटासेट पर एक क्रॉस वेरिफाइड …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

मैं CIFAR10 डेटासेट पर एक सरल तंत्रिका नेटवर्क का प्रशिक्षण दे रहा हूं। कुछ समय बाद, सत्यापन हानि बढ़ने लगी, जबकि सत्यापन सटीकता भी बढ़ रही है। परीक्षण हानि और परीक्षण सटीकता में सुधार जारी है। यह कैसे हो सकता है? ऐसा लगता है कि यदि सत्यापन हानि में वृद्धि …

28 neural-networks  deep-learning  conv-neural-network  overfitting 

सांख्यिकीय और मशीन लर्निंग मॉडल के लिए, व्याख्या करने के कई स्तर हैं: 1) एल्गोरिथ्म पूरे के रूप में, 2) सामान्य रूप में एल्गोरिथम के 3 भाग) विशेष एल्गोरिथ्म पर एल्गोरिथ्म के कुछ भाग, और ये तीन स्तर प्रत्येक दो भागों में विभाजित होते हैं, एक प्रशिक्षण के लिए और …

27 neural-networks  deep-learning  interpretation 

जब एक पिक्सेल विभाजन तंत्रिका नेटवर्क, जैसे पूरी तरह से दृढ़ नेटवर्क, को प्रशिक्षित करते हैं, तो आप क्रॉस-एन्ट्रापी लॉस फ़ंक्शन बनाम डाइस-गुणांक हानि फ़ंक्शन का उपयोग करने का निर्णय कैसे लेते हैं? मुझे लगता है कि यह एक छोटा सवाल है, लेकिन यह निश्चित नहीं है कि अन्य जानकारी …

27 neural-networks  loss-functions  cross-entropy 

मान लें कि हम सरल f = x * yडीप न्यूरल नेटवर्क का उपयोग करके सरलता के लिए प्रतिगमन करना चाहते हैं । मुझे याद है कि ऐसे पुनर्विक्रेता हैं जो बताते हैं कि एनएन एक हीडेन परत के साथ किसी भी फ़ंक्शन को लगभग कर सकता है, लेकिन मैंने …

27 regression  machine-learning  neural-networks  deep-learning 

अबला अध्ययन क्या है? और क्या इसे करने का एक व्यवस्थित तरीका है? उदाहरण के लिए, मेरे पास एक रेखीय प्रतिगमन में nnn भविष्यवाणियां हैं जिन्हें मैं अपना मॉडल कहूंगा। मैं इस पर एक अध्ययन कैसे करूँगा? मुझे किन मेट्रिक्स का उपयोग करना चाहिए? एक व्यापक स्रोत या पाठ्यपुस्तक की …

27 regression  machine-learning  neural-networks 

मैं यहाँ निम्नलिखित पढ़ें : सिग्मॉइड आउटपुट शून्य केंद्रित नहीं हैं । न्यूरल नेटवर्क में प्रसंस्करण की बाद की परतों में न्यूरॉन्स के बाद से यह अवांछनीय है (जल्द ही इस पर) डेटा प्राप्त होगा जो शून्य-केंद्रित नहीं है। धीरे-धीरे वंश के दौरान गतिकी पर इसका प्रभाव पड़ता है, क्योंकि …

26 neural-networks  deep-learning  backpropagation