«machine-learning» etiketlenmiş sorular

Makine öğrenimi algoritmaları ile ilgili uygulama soruları. Makine öğrenimi ile ilgili genel sorular kendi topluluklarına gönderilmelidir.

7
Bir özellik ile etiket arasındaki fark nedir?
Makine öğreniminin temelleri hakkında bir öğreticiyi takip ediyorum ve bir şeyin bir özellik veya bir etiket olabileceğinden bahsediliyor . Bildiğim kadarıyla bir özellik, kullanılan verilerin bir özelliğidir. Etiketin ne olduğunu çözemiyorum, kelimenin anlamını biliyorum ama makine öğrenimi bağlamında ne anlama geldiğini bilmek istiyorum.

7
Tensorflow arka uçlu Keras, isteğe bağlı olarak CPU veya GPU kullanmaya zorlanabilir mi?
Keras'ı Tensorflow arka ucu ve CUDA ile kurdum. Bazen talep üzerine Keras'ı CPU kullanmaya zorlamak istiyorum. Bu, sanal bir ortama yalnızca CPU için ayrı bir Tensorflow kurmadan yapılabilir mi? Öyleyse nasıl? Arka uç Theano olsaydı, bayraklar ayarlanabilirdi, ancak Keras aracılığıyla erişilebilen Tensorflow bayraklarını duymadım.

7
TensorFlow'da gradyan kırpma nasıl uygulanır?
Örnek kodu göz önünde bulundurarak . Gradyanların patlaması olasılığının olduğu RNN'de bu ağda gradyan kırpmanın nasıl uygulanacağını bilmek istiyorum. tf.clip_by_value(t, clip_value_min, clip_value_max, name=None) Bu, kullanılabilecek bir örnek ama bunu nerede tanıtabilirim? RNN'nin aksine lstm_cell = rnn_cell.BasicLSTMCell(n_hidden, forget_bias=1.0) # Split data because rnn cell needs a list of inputs for the …


3
Çapraz entropi nedir? [kapalı]
Kapalı. Bu soru Yığın Taşması yönergelerini karşılamıyor . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek mi istiyorsunuz? Yığın Taşması için konuya uygun olması için soruyu güncelleyin . 11 gün önce kapalı . Bu soruyu geliştirin Çapraz entropinin ne olduğuna dair birçok açıklama olduğunu biliyorum, ama yine de kafam karıştı. …

5
Keras'ta bir HDF5 dosyasından bir model nasıl yüklenir?
Keras'ta bir HDF5 dosyasından bir model nasıl yüklenir? Ne denedim: model = Sequential() model.add(Dense(64, input_dim=14, init='uniform')) model.add(LeakyReLU(alpha=0.3)) model.add(BatchNormalization(epsilon=1e-06, mode=0, momentum=0.9, weights=None)) model.add(Dropout(0.5)) model.add(Dense(64, init='uniform')) model.add(LeakyReLU(alpha=0.3)) model.add(BatchNormalization(epsilon=1e-06, mode=0, momentum=0.9, weights=None)) model.add(Dropout(0.5)) model.add(Dense(2, init='uniform')) model.add(Activation('softmax')) sgd = SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True) model.compile(loss='binary_crossentropy', optimizer=sgd) checkpointer = ModelCheckpoint(filepath="/weights.hdf5", verbose=1, save_best_only=True) model.fit(X_train, y_train, nb_epoch=20, batch_size=16, …

4
Değer yinelemesi ile ilke yinelemesi arasındaki fark nedir?
Pekiştirmeli öğrenmede, politika yinelemesi ile değer yinelemesi arasındaki fark nedir? Anladığım kadarıyla, değer yinelemesinde, en uygun politikayı çözmek için Bellman denklemini kullanıyorsunuz, oysa politika yinelemesinde rastgele bir politika seçiyorsunuz ve bu politikanın ödülünü buluyorsunuz. Şüphem şu ki, PI'da rastgele bir politika seçiyorsanız, birkaç rastgele politika seçiyor olsak bile, en uygun …

9
Makine öğrenimi nedir? [kapalı]
Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek mi istiyorsunuz? Sorunuzu güncelleyin o yüzden -konu üzerinde yığın taşması için. 7 yıl önce kapalı . Bu soruyu geliştirin Nedir makine öğrenme ? Makine öğrenimi kodu ne işe yarar? Makinenin öğrendiğini söylediğimizde, kendi kodunu mu değiştiriyor …

6
Python: tf-idf-cosine: belge benzerliğini bulmak için
Bölüm 1 ve Bölüm 2'de bulunan bir öğreticiyi takip ediyordum . Maalesef yazarın, iki belge arasındaki mesafeyi gerçekten bulmak için kosinüs benzerliğini kullanmayı içeren son bölüm için zamanı yoktu. Stackoverflow'dan aşağıdaki link yardımıyla makaledeki örnekleri takip ettim , yukarıdaki linkte belirtilen kod dahil (sadece hayatı kolaylaştırmak için) from sklearn.feature_extraction.text import …


4
Np.mean ve tf.reduce_mean arasındaki fark nedir?
Gelen MNIST acemi öğretici , deyim vardır accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float")) tf.casttemelde nesnenin olduğu tensör türünü değiştirir, ancak tf.reduce_meanve arasındaki fark nedirnp.mean nedir? İşte dokümanı tf.reduce_mean: reduce_mean(input_tensor, reduction_indices=None, keep_dims=False, name=None) input_tensor: Azaltılacak tensör. Sayısal türe sahip olmalıdır. reduction_indices: Azaltılacak boyutlar. Eğer None(varsayılan), tüm boyutları küçültür. # 'x' is [[1., 1. …

4
Get_dummies (Pandalar) ve OneHotEncoder (Scikit-learn) arasındaki artılar ve eksiler nelerdir?
Makine öğrenimi sınıflandırıcıları için kategorik değişkenleri sayısal hale dönüştürmek için farklı yöntemler öğreniyorum. pd.get_dummiesYönteme rastladım ve sklearn.preprocessing.OneHotEncoder()performans ve kullanım açısından nasıl farklı olduklarını görmek istedim. Ben nasıl kullanılacağı hakkında bir öğretici buldum OneHotEncoder()üzerinde https://xgdgsc.wordpress.com/2015/03/20/note-on-using-onehotencoder-in-scikit-learn-to-work-on-categorical-features/ beri sklearndokümantasyon Bu özellikle ilgili çok yararlı değildi. Doğru yapmadığımı hissediyorum ... ama Bazı kullanmanın avantajlarını …


6
Tensorflow tensör boyutlarını (şekil) int değerleri olarak nasıl elde edebilirim?
Bir Tensorflow tensörüm olduğunu varsayalım. Tensörün boyutlarını (şeklini) tam sayı değerleri olarak nasıl elde ederim? Ben iki yöntem vardır biliyorum tensor.get_shape()ve tf.shape(tensor)ama tamsayı olarak şekil değerlerini alamayan int32değerler. Örneğin, aşağıda 2 boyutlu bir tensör oluşturdum ve bir şekil tensörü oluşturmak için int32arayabilmem reshape()için satır ve sütun sayısını almam gerekiyor (num_rows …

2
kokteyl partisi algoritması SVD uygulaması… tek satır kodda mı?
Stanford'dan Andrew Ng tarafından Coursera'daki makine öğrenimi üzerine giriş dersinde yer alan bir slaytta, ses kaynaklarının mekansal olarak ayrılmış iki mikrofon tarafından kaydedildiği göz önüne alındığında, kokteyl partisi sorununa aşağıdaki tek satır Octave çözümünü veriyor: [W,s,v]=svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x'); Slaydın altında "kaynak: Sam Roweis, Yair Weiss, Eero Simoncelli" ve daha önceki bir slaydın …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.