«tensorflow» etiketlenmiş sorular

5
Yapay sinir ağlarında çapraz entropi hata fonksiyonu
Olarak ML başlayanlar için MNIST bunlar çapraz entropi tanımlar Hy′(y):=−∑iy′ilog(yi)Hy′(y):=−∑iyi′log⁡(yi)H_{y'} (y) := - \sum_{i} y_{i}' \log (y_i) ı y ' iyiyiy_i , sınıfı için öngörülen olasılık değeridir ve , bu sınıf için gerçek olasılıktır.iiiy′iyi′y_i' Soru 1 ( ) 0 olması sorun değil mi? Bu elbette çok kötü bir sınıflandırıcıya sahip ...

4
Yapay sinir ağları: hangi maliyet fonksiyonu kullanılacak?
TensorFlow'u özellikle sinir ağları ile yapılan deneyler için kullanıyorum . Her ne kadar bazı deneyler yapmama rağmen (XOR-Problem, MNIST, bazı Regresyon işleri, ...) şimdi, belirli problemler için "doğru" maliyet fonksiyonunu seçmekle uğraşıyorum, çünkü genel olarak bir başlangıç ​​olarak kabul edilebilirim. TensorFlow'a gelmeden önce, tamamen bağlı bazı MLP'leri ve bazı tekrarlayan ...

3
Keras cinsinden çoklu GPU
Keras kütüphanesinde (veya tensorflow) çoklu GPU'larda bölüm eğitimini nasıl programlayabilirsiniz? 8 GPU'lu bir Amazon ec2 örneğinde olduğunuzu ve hepsini daha hızlı eğitmek için kullanmak istediğinizi varsayalım, ancak kodunuz yalnızca tek bir CPU veya GPU için.

4
Gürültü Karşıtlığı Tahmini (NCE) kaybının sezgisel açıklaması?
Bu iki kaynaktan NCE'yi (bir aday örnekleme şekli) okudum: Tensorflow yazımı Orjinal kağıt Birisi bana şu konuda yardımcı olabilir: NCE'nin nasıl çalıştığının basit bir açıklaması (Yukarıdakileri ayrıştırmanın ve anlamanın zor olduğunu gördüm, bu yüzden orada sunulan matematiğe yol açan sezgisel bir şey harika olurdu) Yukarıdaki 1. maddeden sonra, bunun Negatif ...

1
PyTorch vs. Tensorflow Fold
Hem PyTorch hem Tensorflow Fold , girdi verilerinin tek tip uzunluk veya boyutlara sahip olmadığı durumlarla (yani dinamik grafiklerin yararlı veya gerekli olduğu durumlar) başa çıkacak derin öğrenme çerçeveleridir. Nasıl dayandıklarını, dayandıkları paradigmalar (örneğin, dinamik gruplama) ve bunların anlamları, her birinde uygulanamayan / uygulanamayan şeyler, zayıflıklar / güçler vb. Dinamik ...


3
Çoklu Çıktı Regresyonu için Sinir Ağı
34 giriş sütun ve 8 çıkış sütun içeren bir veri kümesi var. Sorunu çözmenin bir yolu, 34 girişi almak ve her bir çıkış sütunu için bireysel regresyon modeli oluşturmaktır. Bu sorunun özellikle Sinir Ağı kullanılarak sadece bir model kullanılarak çözülüp çözülemeyeceğini merak ediyorum. Çok Katmanlı Perceptron kullandım ama bunun doğrusal ...


3
Derin Öğrenme kütüphanelerini kullanarak Metinden anahtar kelime / kelime öbeği çıkarma
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 ...

2
Keras vs.Tf.Keras
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 ...

4
Intel GPU ile TensorFlow'u kullanma
Ben derin öğrenmede bir yeniyim. Artık Intel GPU'larla TensorFlow'u kullanmanın bir yolu var mı? Evet ise, lütfen beni doğru yöne yönlendirin. Değilse, lütfen Intel Corporation Xeon E3-1200 v3 / 4.Nesil Çekirdek İşlemci Tümleşik Grafik Denetleyicisi için hangi çerçeveyi (varsa, Keras, Theano, vb.) Kullanabilirim.
20 tensorflow  keras  theano  gpu 

4
“LSTM hücresindeki birim sayısı” nın anlamı nedir?
Gönderen Tensorflow kodu: Tensorflow. RnnCell. num_units: int, The number of units in the LSTM cell. Bunun ne anlama geldiğini anlayamıyorum. LSTM hücresinin birimleri nelerdir. Giriş, Çıkış ve giriş kapıları? Bu "Derin LSTM için tekrarlayan projeksiyon katmanındaki birim sayısı" anlamına gelir. O zaman buna neden "LSTM hücresindeki birim sayısı" denir? LSTM ...

1
Keras ile çok sınıflı sınıflandırmada dize etiketleri ile nasıl başa çıkılır?
Ben makine öğrenimi ve keras hakkında acemi ve şimdi keras kullanarak çok sınıflı bir görüntü sınıflandırma sorunu üzerinde çalışıyor. Giriş etiketli resimdir. Bazı ön işlemlerden sonra, eğitim verileri Python listesinde şu şekilde temsil edilir: [["dog", "path/to/dog/imageX.jpg"],["cat", "path/to/cat/imageX.jpg"], ["bird", "path/to/cat/imageX.jpg"]] "köpek", "kedi" ve "kuş" sınıf etiketleridir. Bir-sıcak kodlama bu sorun için ...

3
Derin öğrenme modellerini eğitirken mini yığın bellek etkisini nasıl hesaplayabilirim?
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) ...

5
deniz dibi ısı haritasını büyüt
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 

Licensed under cc by-sa 3.0 with attribution required.