tensorflow पर टैग किए गए जवाब

क्या हम वस्तु का पता लगाने के लिए एक दृढ़ तंत्रिका नेटवर्क के इनपुट के रूप में परिवर्तनशील आकार के साथ चित्र दे सकते हैं? यदि संभव हो, तो हम ऐसा कैसे कर सकते हैं? लेकिन अगर हम छवि को क्रॉप करने की कोशिश करते हैं, तो हम छवि के …

17 deep-learning  tensorflow  keras  computer-vision  object-detection 

यह कागज के लिए रेफ़रेंस के साथ है। एफिशिएंट नेटवर्क्स का उपयोग करते हुए कुशल वस्तु स्थानीयकरण , और जो मुझे समझ में आता है कि ड्रॉपआउट को 2 डी में लागू किया गया है। कर्स के कोड को पढ़ने के बाद कि स्थानिक 2 डी ड्रॉपआउट कैसे लागू किया …

14 machine-learning  deep-learning  tensorflow  dropout 

क्या प्रति-प्रवेश लागत प्रतिगमन के संदर्भ में समझ में आता है (वर्गीकरण के विपरीत)? यदि हां, तो आप TensorFlow के माध्यम से एक खिलौना उदाहरण दे सकते हैं? यदि नहीं, तो क्यों नहीं? मैं माइकल नील्सन द्वारा न्यूरल नेटवर्क्स और डीप लर्निंग में क्रॉस-एंट्रोपी के बारे में पढ़ रहा था …

14 regression  entropy  tensorflow  cross-entropy 

मेरे पास कच्चा डेटा है जिसमें लगभग 20 कॉलम (20 सुविधाएँ) हैं। उनमें से दस निरंतर डेटा हैं और उनमें से 10 श्रेणीबद्ध हैं। श्रेणीबद्ध डेटा में से कुछ में 50 अलग-अलग मूल्य (यूएस स्टेट्स) हो सकते हैं। डेटा को पूर्व-संसाधित करने के बाद 10 निरंतर कॉलम 10 तैयार किए …

13 machine-learning  neural-networks  tensorflow  data-preprocessing  theano 

मैंने पैरामस के एक समूह के लिए ग्रिड खोज की स्थापना की। मैं एक केरस तंत्रिका जाल के लिए सबसे अच्छा पैरामीटर खोजने की कोशिश कर रहा हूं जो बाइनरी वर्गीकरण करता है। आउटपुट या तो 1 या 0. एक लगभग 200 विशेषताएं हैं। जब मैंने एक ग्रिड खोज की, …

13 machine-learning  cross-validation  deep-learning  tensorflow  theano 

एमएल / डीएल क्षेत्र के लिए एक बाहरी व्यक्ति; उनेसिटी डीप लर्निंग कोर्स शुरू किया जो टेनसफ़्लो पर आधारित है; असाइनमेंट 3 समस्या 4 कर रहा है; निम्नलिखित विन्यास के साथ सीखने की दर को धुनने की कोशिश कर रहा है: बैच का आकार 128 चरणों की संख्या: 2 युगों …

12 python  machine-learning  tensorflow  deep-learning 

यदि हम एक बैच में 10 उदाहरण कहते हैं, तो मैं समझता हूं कि हम प्रत्येक उदाहरण के लिए नुकसान का योग कर सकते हैं, लेकिन प्रत्येक उदाहरण के लिए भार को अद्यतन करने के संबंध में बैकप्रॉपैगैशन कैसे काम करता है? उदाहरण के लिए: उदाहरण 1 -> नुकसान = …

12 neural-networks  gradient-descent  backpropagation  tensorflow 

मैं पीछे प्रसार का उपयोग करके, वर्गीकरण के लिए एक गहरे तंत्रिका नेटवर्क को प्रशिक्षित करने की कोशिश कर रहा हूं। विशेष रूप से, मैं Tensor Flow पुस्तकालय का उपयोग करके, छवि वर्गीकरण के लिए एक दृढ़ तंत्रिका नेटवर्क का उपयोग कर रहा हूं। प्रशिक्षण के दौरान, मैं कुछ अजीब …

11 machine-learning  classification  neural-networks  conv-neural-network  tensorflow 

मैं Tensorflow mnist ट्यूटोरियल ( https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/mnist/mnist_softetaxax.py ) का अनुसरण कर रहा हूं । ट्यूटोरियल tf.train.Optimizer.minimize(विशेष रूप से tf.train.GradientDescentOptimizer) का उपयोग करता है । मुझे ग्रेडिएंट्स को परिभाषित करने के लिए कहीं भी कोई तर्क नहीं दिया जा रहा है। क्या डिफ़ॉल्ट रूप से संख्यात्मक विभेदन का उपयोग कर सेंसर प्रवाह …

10 python  optimization  tensorflow 

रैंडम फूरियर विशेषताएं कर्नेल फ़ंक्शंस को सन्निकटन प्रदान करती हैं। वे विभिन्न कर्नेल विधियों के लिए उपयोग किए जाते हैं, जैसे एसवीएम और गॉसियन प्रक्रियाएं। आज, मैंने TensorFlow कार्यान्वयन का उपयोग करने का प्रयास किया और मुझे अपनी आधी विशेषताओं के लिए नकारात्मक मान मिला। जैसा कि मैंने समझा, ऐसा …

10 machine-learning  kernel-smoothing  feature-construction  tensorflow  fourier-transform 

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 

उदाहरण: मेरे पास नौकरी के विवरण में एक वाक्य है: "यूके में जावा वरिष्ठ इंजीनियर"। मैं इसे 2 श्रेणियों के रूप में भविष्यवाणी करने के लिए एक गहरे शिक्षण मॉडल का उपयोग करना चाहता हूं: English और IT jobs। यदि मैं पारंपरिक वर्गीकरण मॉडल का उपयोग करता हूं, तो यह …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty