neural-networks पर टैग किए गए जवाब

मान लें कि मैं बाइनरी वर्गीकरण करना चाहता हूं (कुछ कक्षा ए या वर्ग बी से संबंधित है)। तंत्रिका नेटवर्क के आउटपुट लेयर में ऐसा करने की कुछ संभावनाएँ हैं: 1 आउटपुट नोड का उपयोग करें। आउटपुट 0 (<0.5) वर्ग ए माना जाता है और 1 (> = 0.5) वर्ग …

26 machine-learning  classification  neural-networks 

मेरा प्रशिक्षण नुकसान नीचे और फिर ऊपर जाता है। यह बहुत ही अजीब है। क्रॉस-वेलिडेशन लॉस प्रशिक्षण हानि को ट्रैक करता है। क्या हो रहा है? मेरे पास दो स्टैक्ड LSTMS इस प्रकार हैं (करेस पर): model = Sequential() model.add(LSTM(512, return_sequences=True, input_shape=(len(X[0]), len(nd.char_indices)))) model.add(Dropout(0.2)) model.add(LSTM(512, return_sequences=False)) model.add(Dropout(0.2)) model.add(Dense(len(nd.categories))) model.add(Activation('sigmoid')) model.compile(loss='binary_crossentropy', …

26 machine-learning  neural-networks  loss-functions  lstm 

मैं तंत्रिका नेटवर्क के साथ प्रतिगमन में दिलचस्पी रखता हूं। शून्य छिपे हुए नोड्स + स्किप-लेयर कनेक्शन वाले तंत्रिका नेटवर्क रैखिक मॉडल हैं। एक ही तंत्रिका जाल के बारे में क्या लेकिन छिपे हुए नोड्स के साथ? मैं सोच रहा हूं कि स्किप-लेयर कनेक्शन की भूमिका क्या होगी? सहज रूप …

26 regression  machine-learning  neural-networks  deep-learning 

मैं अपनी परियोजना में गहन सीखने का उपयोग करना चाहता हूं। मैं कुछ कागज़ात के माध्यम से चला गया और मेरे सामने एक सवाल आया: क्या सजा तंत्रिका नेटवर्क और गहरी सीखने के बीच कोई अंतर है? क्या ये चीजें एक जैसी हैं या इनमें कोई बड़ा अंतर है, और …

25 machine-learning  neural-networks  deep-learning  terminology  conv-neural-network 

मैं सोच रहा था, कि राजसी / सैद्धांतिक मशीन सीखना इतना महत्वपूर्ण क्यों है? एक मानव के रूप में एक व्यक्तिगत दृष्टिकोण से, मैं समझ सकता हूं कि राजसी मशीन सीखना महत्वपूर्ण क्यों होगा: मनुष्य यह समझना पसंद करते हैं कि वे क्या कर रहे हैं, हम समझने के लिए …

25 machine-learning  neural-networks  conv-neural-network  theory 

इस सवाल को स्टैक ओवरफ्लो से माइग्रेट किया गया क्योंकि इसका जवाब क्रॉस वैलिडेट पर दिया जा सकता है। 7 साल पहले पलायन कर गए । मैं यह जानने की कोशिश कर रहा हूं कि न्यूरल नेटवर्क छवि मान्यता पर कैसे काम करता है। मैंने कुछ उदाहरण देखे हैं और …

25 machine-learning  neural-networks  image-processing 

बंद हो गया । यह सवाल राय आधारित है । यह वर्तमान में उत्तर स्वीकार नहीं कर रहा है। इस सवाल में सुधार करना चाहते हैं? प्रश्न को अपडेट करें ताकि इस पोस्ट को संपादित करके तथ्यों और उद्धरणों के साथ उत्तर दिया जा सके । 2 साल पहले बंद …

25 machine-learning  neural-networks  svm  deep-learning 

उत्तल लागत फ़ंक्शन को देखते हुए, अनुकूलन के लिए SGD का उपयोग करते हुए, अनुकूलन प्रक्रिया के दौरान एक निश्चित बिंदु पर हमारे पास एक ढाल (वेक्टर) होगा। मेरा सवाल यह है कि उत्तल बिंदु को देखते हुए, ग्रेडिएंट केवल उसी दिशा में इंगित करता है जिस पर फ़ंक्शन तेजी …

25 neural-networks  optimization  gradient-descent  sgd  convex 

फायदे क्या हैं, क्यों एक-एक नेटवर्क में, कई LSTM का उपयोग किया जाएगा, एक-एक करके, एक तरफ? मैं एक इनपुट के अनुक्रम का प्रतिनिधित्व करने के लिए एक LSTM का उपयोग कर रहा हूं। इसलिए एक बार मेरे पास यह एकल प्रतिनिधित्व है - मैं इसे फिर से क्यों पास …

25 classification  neural-networks  deep-learning  lstm  rnn 

रेक्टिफाइड रैखिक इकाइयों (ReLU) के सक्रियण कार्यों को गैर-रैखिक क्यों माना जाता है? च( x ) = अधिकतम ( 0 , x )च(एक्स)=अधिकतम(0,एक्स) f(x) = \max(0,x) जब इनपुट सकारात्मक होता है तो वे रैखिक होते हैं और गहरी नेटवर्क की प्रतिनिधि शक्ति को अनलॉक करने के लिए मेरी समझ से …

25 neural-networks  deep-learning 

मैं डीप लर्निंग के लिए एडम ऑप्टिमाइज़र के बारे में पढ़ रहा था और बेंगियो, गुडफेलो और कोर्टविल की नई किताब डीप लर्निंग में निम्नलिखित वाक्य आया : एडम को आमतौर पर हाइपर मापदंडों के चुनाव के लिए काफी मजबूत माना जाता है, हालांकि सीखने की दर को कभी-कभी सुझाए …

24 neural-networks  deep-learning  optimization  hyperparameter  adam 

मुझे पता है कि मेरा प्रश्न / शीर्षक बहुत विशिष्ट नहीं है, इसलिए मैं इसे स्पष्ट करने का प्रयास करूंगा: कृत्रिम तंत्रिका नेटवर्क में अपेक्षाकृत सख्त डिजाइन होते हैं। बेशक, आम तौर पर, वे जीव विज्ञान से प्रभावित होते हैं और वास्तविक तंत्रिका नेटवर्क के गणितीय मॉडल का निर्माण करने …

24 machine-learning  neural-networks  bioinformatics  artificial-intelligence  neuroscience 

मेरे पास इन दोनों के रूप में 50,000 चित्र हैं: वे डेटा के ग्राफ़ को दर्शाते हैं। मैं इन छवियों से सुविधाओं को निकालना चाहता था, इसलिए मैंने थीनो (deeplearning.net) द्वारा प्रदान किए गए ऑटोकेन कोड का उपयोग किया। समस्या यह है कि, इन ऑटोसेनोडर्स को कोई भी विशेषता नहीं …

24 machine-learning  neural-networks  feature-construction  rbm  autoencoders 

में एलेक्स Krizhevsky, एट अल। गहरी सजातीय तंत्रिका नेटवर्क के साथ Imagenet वर्गीकरण वे प्रत्येक परत में न्यूरॉन्स की संख्या की गणना करते हैं (नीचे आरेख देखें)। नेटवर्क का इनपुट 150,528-आयामी है, और नेटवर्क की शेष परतों में न्यूरॉन्स की संख्या 253,440–186,624–64,896–64,896–43,264- 4096–4096-1000 द्वारा दी गई है। एक 3D दृश्य …

24 neural-networks  deep-learning  conv-neural-network 

ड्रॉपआउट और ड्रॉप कनेक्ट के बीच अंतर क्या है? AFAIK, ड्रॉपआउट बेतरतीब ढंग से प्रशिक्षण के दौरान छिपे हुए नोड्स को छोड़ता है लेकिन उन्हें परीक्षण में रखता है, और कनेक्ट ड्रॉप्स कनेक्शन को छोड़ देता है। लेकिन छिपे हुए नोड्स को छोड़ने के बराबर कनेक्शन नहीं छोड़ रहा है? …

24 neural-networks  dropout