softmax पर टैग किए गए जवाब

एक लॉजिस्टिक क्लासिफायरियर में फ़ंक्शन (सॉफ्टमैक्स बनाम सिग्मॉइड) का विकल्प क्या तय करता है? मान लीजिए कि 4 आउटपुट क्लास हैं। उपरोक्त फ़ंक्शन में से प्रत्येक प्रत्येक वर्ग की संभावनाओं को सही आउटपुट देता है। तो क्लासिफायर के लिए कौन सा लेना है?

62 machine-learning  logistic  classification  softmax 

मैं समझने की कोशिश कर रहा हूं कि सॉफ्टपैक्स / क्रॉस-एन्ट्रापी आउटपुट लेयर के लिए बैकप्रॉपैगैशन कैसे काम करता है। क्रॉस एन्ट्रापी एरर फंक्शन है E(t,o)=−∑jtjlogojE(t,o)=−∑jtjlog⁡ojE(t,o)=-\sum_j t_j \log o_j साथ और न्यूरॉन में लक्ष्य और आउटपुट के रूप में , क्रमशः। आउटपुट लेयर में प्रत्येक न्यूरॉन के ऊपर योग होता …

40 backpropagation  derivative  softmax  cross-entropy 

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 

मैं पिछले कुछ समय से कन्वेंशनल न्यूरल नेटवर्क्स (CNNs) के साथ काम कर रहा हूं, ज्यादातर सिमेंटिक सेगमेंटेशन / इंस्टेंसेशन के लिए इमेज डेटा पर। मैंने अक्सर "हीट मैप" के रूप में नेटवर्क आउटपुट के सॉफ्टमैक्स की कल्पना की है, यह देखने के लिए कि एक निश्चित वर्ग के लिए …

22 probability  deep-learning  conv-neural-network  uncertainty  softmax 

एक वेक्टर पर सॉफ्टमैक्स फ़ंक्शन को लागू करने से "संभावनाएं" और और बीच मान उत्पन्न होंगे । 000111 लेकिन हम प्रत्येक मान को वेक्टर के योग से विभाजित कर सकते हैं और यह और बीच संभावनाओं और मूल्यों का उत्पादन करेगा ।000111 मैं यहाँ पर उत्तर पढ़ता हूं लेकिन यह …

20 machine-learning  neural-networks  softmax 

मेरे पास एक तंत्रिका नेटवर्क है जो कुछ का अनुमान लगाने के लिए सेट किया गया है जहां आउटपुट चर सामान्य है। मैं नीचे तीन संभावित आउटपुट ए <बी <सी का उपयोग करके वर्णन करूंगा। यह स्पष्ट है कि कैसे एक न्यूरल नेटवर्क का उपयोग श्रेणीबद्ध डेटा के उत्पादन के …

20 neural-networks  ordinal-data  softmax 

वहाँ का उपयोग कर की तुलना में भ्रम का एक बहुत हो रहा है glmnetके भीतर caretएक इष्टतम लैम्ब्डा के लिए खोज करने के लिए और का उपयोग कर cv.glmnetएक ही काम करने के लिए। कई सवाल किए गए, उदाहरण के लिए: वर्गीकरण मॉडल train.glmnet बनाम cv.glmnet? कैरट के साथ …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

मुझे आश्चर्य है कि पदानुक्रमित सॉफ्टमैक्स, असंगत शब्दों के लिए बेहतर क्यों है, जबकि नकारात्मक नमूने लगातार शब्दों के लिए, वर्डवेव के सीबीओओ और स्किप-ग्राम मॉडल में बेहतर है। मैंने https://code.google.com/p/word2vec/ पर दावा पढ़ा है ।

12 natural-language  word2vec  word-embeddings  softmax 

मैंने न्यूरल नेटवर्क्स के साथ तंत्रिका नेटवर्क के बारे में सीखना शुरू कर दिया है। डॉट कॉम ट्यूटोरियल। तीसरे अध्याय में विशेष रूप से क्रॉस एन्ट्रापी फ़ंक्शन के बारे में एक अनुभाग है, और क्रॉस एन्ट्रापी नुकसान को परिभाषित करता है: C=−1n∑x∑j(yjlnaLj+(1−yj)ln(1−aLj))C=−1n∑x∑j(yjln⁡ajL+(1−yj)ln⁡(1−ajL))C = -\frac{1}{n} \sum\limits_x \sum\limits_j (y_j \ln a^L_j + …

12 neural-networks  loss-functions  softmax  cross-entropy 

सॉफ्टमैक्स फ़ंक्शन, जिसे आमतौर पर न्यूरल नेटवर्क में वास्तविक संख्याओं को संभावनाओं में परिवर्तित करने के लिए उपयोग किया जाता है, बोल्ट्जमन वितरण के समान ही फ़ंक्शन है, थर्मोडायनेमिक्स में दिए गए टी पर थर्मल संतुलन में कणों के संयोजन के लिए ऊर्जा पर संभाव्यता वितरण। मैं कुछ स्पष्ट विषम …

12 machine-learning  neural-networks  softmax 

मैं अध्ययन कर रहा हूं और विवादास्पद तंत्रिका नेटवर्क को लागू करने की कोशिश कर रहा हूं, लेकिन मुझे लगता है कि यह सवाल बहुपरत अवधारणात्मक रूप से सामान्य रूप से लागू होता है। मेरे नेटवर्क में आउटपुट न्यूरॉन्स प्रत्येक वर्ग की सक्रियता का प्रतिनिधित्व करते हैं: सबसे सक्रिय न्यूरॉन …

12 neural-networks  deep-learning  conv-neural-network  nonlinear  softmax 

मशीन लर्निंग साहित्य में, प्रायिकता वितरण का प्रतिनिधित्व करने के लिए, सॉफ्टमैक्स फ़ंक्शन का अक्सर उपयोग किया जाता है। क्या इसका कोई कारण है? एक अन्य फ़ंक्शन का उपयोग क्यों नहीं किया जाता है?

10 machine-learning  distributions  softmax 

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 । 11 महीने पहले बंद हुआ । मुझे सॉफ्टमिट में मल्टी-लेयर पर्सेप्ट्रॉन को सॉफ्टमैक्स …

9 neural-networks  scikit-learn  multi-class  softmax 

मैंने देखा कि कैफ (एक गहरी सीखने की रूपरेखा) ने अधिकांश मॉडल नमूनों के लिए उत्पादन परत के रूप में सॉफ्टमैक्स लॉस लेयर का उपयोग किया था ।SoftmaxWithLoss जहां तक ​​मुझे पता है, सॉफ्टमैक्स लॉस लेयर मल्टीमोनियल लॉजिस्टिक लॉस लेयर और सॉफ्टमैक्स लेयर का संयोजन है । कैफ से, उन्होंने …

9 multinomial  entropy  sums-of-squares  softmax