«deep-learning» etiketlenmiş sorular

ASL (Amerikan İşaret Dili) Hareketlerini sınıflandırmak için bir jest tanıma sistemi oluşturmaya çalışıyorum, bu yüzden girdim bir kameradan veya video dosyasından kare dizisi olması gerekiyordu, ardından diziyi algılıyor ve karşılık gelenlerle eşleştiriyor sınıf (uyku, yardım, yemek, koş, vb.) Şey, zaten benzer bir sistem oluşturdum ama statik görüntüler için (hareket dahil …

10 neural-network  deep-learning  keras  rnn  lstm 

Keras'ı nasıl kullanacağımı öğreniyorum ve Chollet'in Python için Deep Learning'deki örneklerini kullanarak etiketli veri setimle makul bir başarı elde ettim . Veri seti 3 potansiyel sınıflı 3125 uzunluğunda ~ 1000 Zaman Serisidir. Bana yaklaşık% 70 tahmin oranı veren temel Yoğun katmanların ötesine geçmek istiyorum ve kitap LSTM ve RNN katmanlarını …

10 python  deep-learning  time-series  lstm  rnn 

Bazı nedenlerden ötürü, AlphaGo Zero, inanılmaz sonuçlarına rağmen orijinal AlphaGo kadar tanıtım yapmıyor. Sıfırdan başlayarak, zaten AlphaGo Master'ı dövdü ve diğer birçok kriteri geçti. Daha da inanılmaz, bunu 40 gün içinde yapıyor. Google bunu "tartışmasız dünyanın en iyi Go oyuncusu" olarak adlandırıyor . DeepMind bunun "yeni bir takviye öğrenimi biçimi" …

10 machine-learning  deep-learning 

Keras'a yeni başladım ve kütüphanenin gerçekte nasıl çalıştığını anlamak için MNIST örneğiyle başladım. Keras örnek klasöründeki MNIST sorunun kod snippet'i şu şekilde verilir: import numpy as np np.random.seed(1337) # for reproducibility from keras.datasets import mnist from keras.models import Sequential from keras.layers import Dense, Dropout, Activation, Flatten from keras.layers import Convolution2D, …

10 python  neural-network  deep-learning  keras 

Geoff Hinton'ın otomatik kodlayıcıları dönüştürme hakkındaki makalesini yeni okudum Hinton, Krizhevsky ve Wang: Dönüştürücü Otomatik kodlayıcılar . Yapay Sinir Ağları ve Makine Öğreniminde, 2011. ve bunun gibi bir şeyle oynamak istiyor. Ancak bunu okuduktan sonra, gerçekte nasıl uygulayabileceğim konusunda yeterince ayrıntı alamadım. Giriş pikselleri ile kapsüller arasındaki eşlemenin nasıl çalışması …

10 neural-network  deep-learning  autoencoder 

Evrişimli Sinir Ağları hakkında bilgi edindim. KerasÖrneklere bakarken üç farklı evrişim yöntemiyle karşılaştım. Yani, 1D, 2D ve 3D. Bu üç katman arasındaki farklar nelerdir? Kullanım durumları nelerdir? Kullanım durumlarını göstermek için bazı bağlantılar veya referanslar var mı?

10 machine-learning  neural-network  deep-learning  keras  cnn 

Ilya Sutskever ve Quoc Le'nin Sinir Ağları ile Sıralı Öğrenmeye Sıralı köşe kitabını okuyorum. İlk sayfada kısaca şu sözlerden bahsedilmektedir: A surprising example of the power of DNNs is their ability to sort N N-bit numbers using only 2 hidden layers of quadratic size Herkes sadece 2 gizli katman kullanarak …

10 deep-learning 

Şimdi "Scikit-Learn ve TensorFlow ile Uygulamalı Makine Öğrenimi" başlıklı bir kitap okudum ve bölüm 11'de ELU'nun (Üstel ReLU) açıklaması ile ilgili aşağıdaki açıklama var. Üçüncüsü, fonksiyon z = 0 dahil olmak üzere her yerde pürüzsüzdür, bu da z = 0'ın soluna ve sağına sıçramayacağı için Gradient Descent'i hızlandırmaya yardımcı olur. …

10 deep-learning  gradient-descent 

Giriş bölümünde az önce değiştim loss = tf.reduce_mean(tf.square(y - y_data)) için loss = tf.reduce_mean(tf.abs(y - y_data)) ve model kaybının zamanla büyüdüğünü öğrenemiyor. Neden?

10 neural-network  deep-learning  tensorflow 

Tanımı gereği Relu öyle max(0,f(x)). Daha sonra gradyanı olarak tanımlanır: 1 if x > 0 and 0 if x < 0. Bu, x <0 olduğunda eğimin her zaman 0 (yok olduğu) anlamına gelmez mi? Öyleyse neden Relu'nun degrade kaybolma probleminden muzdarip olmadığını söylüyoruz?

10 deep-learning 

Zor öğrenme görevi göz önüne alındığında (örneğin, yüksek boyutsallık, doğal veri karmaşıklığı) Derin Sinir Ağlarının eğitimi zorlaşır. Sorunların çoğunu hafifletmek için: Kalite verilerini normalleştirin ve elden geçirin farklı bir eğitim algoritması seçin (örneğin Gradient Descent yerine RMSprop) daha dik bir gradyan Maliyet fonksiyonu seçin (örn. MSE yerine Çapraz Entropi) Farklı …

10 machine-learning  neural-network  deep-learning  randomized-algorithms 

İki kıvrımlı katman (c1, c2) ve iki gizli katman (c1, c2) ile yapay bir sinir ağı eğitmeye çalışıyorum. Standart backpropagation yaklaşımını kullanıyorum. Geriye doğru geçişte, bir katmanın (delta) hata terimini bir önceki katmanın hatasına, bir önceki katmanın ağırlıklarına ve aktif katmanın geçerli katmanın aktivasyon fonksiyonuna göre gradyanına göre hesaplarım. Daha …

10 machine-learning  data-mining  neural-network  deep-learning 

Parti normalizasyonu ve ReLU'ların her ikisi de yok olan gradyan problemine çözümlerdir. Parti normalizasyonu kullanıyorsanız, sigmoid kullanmalı mıyız? Ya da parti normu kullanırken bile onları değerli kılan ReLU'ların özellikleri var mı? Sanırım toplu işte yapılan normalizasyon sıfır aktivasyon negatif gönderir. Bu, toplu işin "ölü ReLU" sorununu çözdüğü anlamına mı geliyor? …

9 deep-learning  batch-normalization 

Bu Keras'ın Deeplabv3 + uygulamasını geliştirmeye çalışıyorum uygulamasını Pascal VOC2012 üzerinde, önceden eğitilmiş modeli (ve bu veri seti üzerinde eğitilmiş) kullanarak eğitmeye çalışıyorum. Hızla 1.0 yakınlaşan doğruluk ile garip sonuçlar var: 5/5 [==============================] - 182s 36s/step - loss: 26864.4418 - acc: 0.7669 - val_loss: 19385.8555 - val_acc: 0.4818 Epoch 2/3 …

9 python  deep-learning  keras  tensorflow 

Bir dizi kelimeyi veya dizeyi tarayabilen ve bunları makine öğrenimi veya derin öğrenme kullanarak adlar, cep telefonları, adresler, şehirler, eyaletler, ülkeler ve diğer varlıklar olarak sınıflandırabilen akıllı bir model oluşturmaya çalışıyorum. Yaklaşım aramıştım ama maalesef alacak bir yaklaşım bulamadım. Ben bir dize adı veya şehir vb olup olmadığını tahmin etmek …

9 machine-learning  deep-learning  text-mining  natural-language-process