«deep-learning» etiketlenmiş sorular

Burada cevap, benzer sigmoidaktivasyon fonksiyonları olan ama sanırım Relubir dezavantaja sahip olan ve beklenen değeri olan yok olan ve patlayan gradyanları ifade eder . çıkışı için bir sınırlama yoktur Reluve bu nedenle beklenen değeri sıfır değildir. Popülerlik önce hatırlıyorum Reluo tanhmakine ziyade uzmanlar öğrenme arasında en popüler oldu sigmoid. Bunun …

17 machine-learning  neural-network  deep-learning  gradient-descent  activation-function 

Torbalama, tek bir yordayıcı gibi en çok çalışan çoklu yordayıcıların üretilmesidir. Bırakma, tüm olası alt ağları ortalamayı bir sinir ağlarına öğreten bir tekniktir. En önemli Kaggle'ın yarışmalarına bakıldığında, bu iki tekniğin çok sık birlikte kullanıldığı görülmektedir. Gerçek uygulamanın yanında teorik bir fark göremiyorum. Neden her ikisini de gerçek bir uygulamada …

17 machine-learning  neural-network  deep-learning 

Andrej Karphaty'den bu notlara dayanarak modelimi eğitmek için bir GPU'nun ihtiyaç duyduğu bellek miktarını hesaplamaya çalışıyorum: http://cs231n.github.io/convolutional-networks/#computational-considerations Benim ağ sahiptir 532752 aktivasyonlar ve 19072984 parametreleri (ağırlık ve bias). Bunların tümü 32 bit kayan değerlerdir, bu nedenle her biri bellekte 4 bayt alır. Giriş görüntüm 180x50x1 (genişlik x yükseklik x derinlik) …

17 deep-learning  tensorflow 

corr()Orijinal bir df dışında bir df oluşturun . corr()Df 70 X 70 çıktı ve ısı haritası görselleştirmek mümkün değildir ... sns.heatmap(df). Göstermeye çalışırsam corr = df.corr(), tablo ekrana sığmaz ve tüm korelasyonları görebilirim. Boyutundan dfbağımsız olarak tümünü yazdırmanın veya ısı haritasının boyutunu kontrol etmenin bir yolu var mı ?

17 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

Yazar tanımlama sorunu üzerine bir proje yapıyorum. Verileri eğitmek için tf-idf normalizasyonunu uyguladım ve daha sonra bu veriler üzerinde bir svm eğitimi aldım. Şimdi sınıflandırıcıyı kullanırken test verilerini de normalleştirmeliyim. Normalleşmenin temel amacının öğrenme algo'yu öğrenirken daha önemli özelliklere daha fazla ağırlık vermektir. Bu yüzden bir kez eğitildikten sonra, hangi …

17 machine-learning  neural-network  deep-learning 

Biraz konnets ile oynuyorum. Özellikle, kedi veya köpek (her biri 12500) olarak etiketlenmiş 25000 görüntüden oluşan kaggle cats---dogs veri kümesini kullanıyorum. Test setimde yaklaşık% 85 sınıflandırma doğruluğu elde etmeyi başardım, ancak% 90 doğruluk elde etme hedefi belirledim. Benim asıl sorunum aşırı uymak. Her nasılsa her zaman olur (normalde 8-10 döneminden …

16 neural-network  deep-learning  convnet  image-recognition  dropout 

Makine öğrenmeyi Tensorflow web sitesinden öğrenmeye başlıyorum. Derin bir öğrenme programının izlediği akış hakkında çok temel bir anlayış geliştirdim (bu yöntem, kitap ve büyük makaleler okumak yerine hızlı öğrenmemi sağlıyor). Karşılaştığım birkaç kafa karıştırıcı şey var, bunlardan 2 tanesi: Önyargı Ağırlık Tensorflow web sitesindeki MNIST eğitiminde, bir görüntüdeki belirli bir …

16 machine-learning  deep-learning  tensorflow 

In Keras sıfırdan eğitim convnets blog , kod gösterileri yalnızca ağ eğitim ve doğrulama verilerinin üzerinde çalışan. Test verileri ne olacak? Doğrulama verileri test verileriyle aynı mıdır (sanmıyorum). Tren ve doğrulama klasörleriyle benzer satırlarda ayrı bir test klasörü varsa, test verileri için bir karışıklık matrisi nasıl elde edilir. Bunu yapmak …

16 machine-learning  python  deep-learning  keras  confusion-matrix 

Arasındaki fark nedir fit()ve fit_generator()keras içinde? Ben ne zaman kullanmalıyım fit()vs fit_generator()?

16 deep-learning  keras 

Diyelim ki yukarıdan aşağıya bir ok resmim var ve bu okun açısını tahmin etmek istiyorum. Bu arasında olacak ve 360 derece arasında veya 0 ve 2 π . Sorun şu ki, bu hedef daireseldir, 0 ve 360 derece aynıdır, bu da benim hedefime dahil etmek istediğim bir değişmezliktir, bu da …

15 neural-network  deep-learning  loss-function  parameter-estimation 

Diyelim ki 10 nesneyi tanımak için önceden eğitilmiş bir ağda transfer öğrenimi yaptım. Daha önce eğitmiş olduğum 10 kategoriyi veya önceden eğitilmiş orijinal modeldeki bilgileri kaybetmeden ağın sınıflandırabileceği 11. bir öğeyi nasıl ekleyebilirim? Bir arkadaşım bana bu alanda aktif araştırmaların sürdüğünü söyledi, ancak aranacak herhangi bir makale veya isim bulamadım? …

15 neural-network  deep-learning 

Eğitim için derin sinir ağımı besleyecek yeterli veri kümesini (görüntüler) bulamadığım bir sorunla uğraşıyorum. Scott Reed ve ark. Tarafından yayınlanan Generator Adversarial Text to Image Synthesis adlı makaleden çok etkilendim . Jeneratör Düşman Ağları. Mevcut küçük veri kümesini bir GAN modeline girdi olarak kullanabilir ve daha derin ağ modelleri ile …

15 deep-learning  gan 

Hangi durumlarda LSTM'leri biriktirmenin avantajlı olduğunu merak ediyorum?

15 machine-learning  neural-network  deep-learning  lstm 

Google, yakın zamanda tensorflow'un her gece dahil olduğu tensorflow hesaplama özelliklerine erişmek için zorunlu bir API olan Eager modunu oluşturuyor . Tensorflow istekli PyTorch ile nasıl karşılaştırılır? Karşılaştırmayı etkileyebilecek bazı yönler şunlar olabilir: Statik grafik mirası nedeniyle istekli olmanın avantajları ve dezavantajları (örneğin, düğümlerdeki isimler). İkisinden birinin içsel sınırlamaları yoktur. …

14 deep-learning  tensorflow  pytorch 

Sis koşullarındaki (3 sınıf) görüntüleri sınıflandırmak için evrişimli bir sinir ağı eğitimi alıyorum. Bununla birlikte, yaklaşık 150.000 görüntünün her biri için, görüntülerin sınıflarını tahmin etmede yardımcı olabilecek dört meteorolojik değişkenim var. Meteorolojik değişkenleri (örneğin sıcaklık, rüzgar hızı) mevcut CNN yapısına nasıl ekleyebileceğimi merak ediyordum, böylece sınıflandırmada yardımcı olabilirdi. Zaten aklıma …

14 machine-learning  neural-network  deep-learning  tensorflow  cnn