«deep-learning» etiketlenmiş sorular

Umarım bu konuda bazı sorularım olduğu için bana yardımcı olabilirsiniz. Derin öğrenme alanında yeniyim ve bazı dersler verirken kavramları birbirinden ayıramaz veya birbirinden ayıramıyorum.

24 machine-learning  data-mining  neural-network  nlp  deep-learning 

Gradient Descent ve Stokastik Gradient Descent arasındaki fark nedir? Bunlara çok aşina değilim, farkı kısa bir örnekle açıklayabilir misiniz?

24 machine-learning  neural-network  deep-learning  gradient-descent 

İnsanların evrişimsel sinir ağlarının neden hala yeterince anlaşılmadığını söylediğini sık sık duydum. Konvolüsyonel sinir ağlarının neden katmanları yükseltirken gittikçe daha da karmaşıklaşan özellikler öğrenmeye başladığı biliniyor mu? Böyle bir özellik yığını yaratmalarına neden olan şey nedir ve bu, diğer derin sinir ağları türleri için de geçerli olabilir mi?

22 machine-learning  neural-network  deep-learning  convnet  cnn 

Derin öğrenmenin temellerini anlatan bir makale arıyorum. Derin öğrenme için Andrew Ng kursu gibi ideal. Bunu nerede bulabileceğimi biliyor musun?

22 machine-learning  deep-learning 

İkili KerasClassifier modelim için kesinlik, hatırlama ve F1 puanını hesaplamak istiyorum, ancak herhangi bir çözüm bulamıyorum. İşte benim gerçek kod: # Split dataset in train and test data X_train, X_test, Y_train, Y_test = train_test_split(normalized_X, Y, test_size=0.3, random_state=seed) # Build the model model = Sequential() model.add(Dense(23, input_dim=45, kernel_initializer='normal', activation='relu')) model.add(Dense(1, kernel_initializer='normal', …

22 machine-learning  neural-network  deep-learning  classification  keras 

Sinir ağlarını eğitirken, bir hiperparametre bir minibatch büyüklüğündedir. Ortak seçenekler mini seri başına 32, 64 ve 128 elementtir. Mini partinin ne kadar büyük olması gerektiğine dair kurallar / yönergeler var mı? Eğitim üzerindeki etkisini araştıran yayınlar var mı?

21 neural-network  deep-learning  convnet  optimization 

Degrade inişin minimuma yakınlaşmadığı bir senaryo olup olmadığını merak ediyorum. Degrade inişin her zaman küresel bir optimumluğa yaklaşacağı garanti edilmez. Ayrıca, adım boyutu çok büyükse, optimumdan farklı olabileceğinin de farkındayım. Ancak, bana öyle geliyor ki, eğer bir optimumdan ayrılırsa, sonunda başka bir optimum seviyeye gidecektir. Bu nedenle, gradyan inişinin yerel …

21 machine-learning  neural-network  deep-learning  optimization  gradient-descent 

Aktivasyon fonksiyonları, tipin doğrusal çıktısında doğrusal olmayanları tanıtmak için kullanılır w * x + b bir nöral ağdaki . Hangi sigmoid gibi aktivasyon fonksiyonları için sezgisel olarak anlayabiliyorum. Backpropagation sırasında ölü nöronlardan kaçınan ReLU'nun avantajlarını anlıyorum. Ancak, çıktı doğrusal ise ReLU'nun aktivasyon fonksiyonu olarak neden kullanıldığını anlayamıyorum? Eğer doğrusallık getirmezse, …

21 machine-learning  neural-network  deep-learning  activation-function 

Keras destekler TensorFlow ve Theano arka uç olarak: şu anda tüm işlemler TensorFlow arka ucuyla uygulanmaktadır değil gerçeği yanında, diğeriyle karşılaştırmak birini seçerek artıları / eksileri nelerdir?

20 neural-network  deep-learning  theano  tensorflow  keras 

Belki de bu çok geniş, ancak bir metin özetleme görevinde derin öğrenmenin nasıl kullanılacağına dair referanslar arıyorum. Standart kelime frekansı yaklaşımlarını ve cümle sıralamasını kullanarak metin özetlemeyi zaten uyguladım, ancak bu görev için derin öğrenme tekniklerini kullanma olasılığını araştırmak istiyorum. Ben de duygu analizi için Convolutional Nöral Ağlar (CNN) kullanarak …

20 neural-network  text-mining  deep-learning  beginner  tensorflow 

Ben arasına seçiminde karıştı biraz olduğum keras (keras-ekip / keras) ve tf.keras (tensorflow / tensorflow / piton / keras /) benim yeni araştırma projesi için. Keras'ın kimseye ait olmadığı konusunda bir tartışma var , bu yüzden insanlar katkıda bulunmaktan daha mutlular ve gelecekte projeyi yönetmek çok daha kolay olacak. Diğer …

20 python  deep-learning  keras  tensorflow 

Durağanlık ve farklılaşma üzerine bu bağlantıda, ARIMA gibi modellerin, ortalama, varyans, otokorelasyon vb. Gibi istatistiksel özellikleri zaman içinde sabit olduğundan tahmin için durağanlaştırılmış bir zaman serisi gerektirdiği belirtilmiştir. RNN'ler doğrusal olmayan ilişkileri öğrenmek için daha iyi bir kapasiteye sahip olduklarından ( burada verildiği gibi: Zaman Serisi Tahmini için Tekrarlayan Sinir …

20 deep-learning  predictive-modeling  time-series  forecast  lstm 

Keras RNN Öğreticisinden: "RNN'ler zor. Toplu iş boyutu seçimi önemlidir, kayıp ve optimize edici seçimi kritiktir, vb. Bazı yapılandırmalar yakınsama yapmaz." Yani bu daha çok bir LSTM-RNN'nin hiperparametrelerinin Keras üzerinde ayarlanması hakkında genel bir soru. RNN'niz için en iyi parametreleri bulma yaklaşımını bilmek istiyorum. Keras'ın Github'daki IMDB örneğiyle başladım . …

18 python  neural-network  deep-learning  keras  hyperparameter 

Andrew Ng'i (maalesef artık bulamadım bir videoda) derin öğrenme problemlerindeki yerel minima anlayışının şimdi daha az sorunlu olarak kabul edildikleri için nasıl değiştiği hakkında konuştuğunu duydum. derin öğrenme) kritik noktaların yerel minimadan ziyade eyer noktaları veya platolar olması daha olasıdır. "Her yerel minimumun küresel bir minimum olduğu" varsayımlarını tartışan makaleler …

18 machine-learning  deep-learning  optimization  convergence 

Keras'ta antrenman arasında val_lossve lossantrenman sırasındaki fark nedir ? Örneğin Epoch 1/20 1000/1000 [==============================] - 1s - loss: 0.1760, val_loss: 0.2032 Bazı sitelerde doğrulama üzerinde okudum, okulu bırakma işe yaramadı.

18 machine-learning  deep-learning  keras