«deep-learning» etiketlenmiş sorular

Optik karakter tanıma (OCR) projesi yapmak istiyorum. Biraz araştırma yaptıktan sonra ilginç görünen bir mimari ile karşılaştım: CNN + RNN + CTC. Kıvrık sinir ağları (CNN) ve tekrarlayan sinir ağları (RNN) hakkında bilgi sahibiyim, ancak Bağlantıcı Geçici Sınıflandırma (CTC) nedir? Layman'ın terimleriyle bir açıklama istiyorum.

15 machine-learning  deep-learning  conv-neural-network  rnn 

Temel makine öğreniminde aşağıdaki "temel kurallar" öğretilir: a) verilerinizin boyutu, hipotez kümenizin VC boyutunun boyutunun en az 10 katı olmalıdır. b) N bağlantılı bir sinir ağının VC boyutu yaklaşık N'dir. Yani derin bir öğrenme sinir ağı milyonlarca ünite dediğinde, bu milyarlarca veri noktasına sahip olmamız gerektiği anlamına mı geliyor? Lütfen …

15 machine-learning  neural-networks  deep-learning  vc-dimension 

Carl Doersch'in Variational Autoencoders üzerine olan bu eğitimini inceliyorum . İkinci sayfada şunları belirtir: Bu tür en popüler çerçevelerden biri, bu öğreticinin konusu olan Variational Autoencoder [1, 3]. Bu modelin varsayımları zayıftır ve backpropagation yoluyla eğitim hızlıdır. VAE'ler bir tahmin yapar, ancak yüksek kapasiteli modeller göz önüne alındığında bu yaklaşımın …

15 machine-learning  deep-learning  autoencoders  variational-bayes 

Derin öğrenme literatürü, degrade inişte sabit olmayan öğrenme oranları kullanarak akıllı hilelerle doludur. Üstel bozunma, RMSprop, Adagrad gibi şeylerin uygulanması kolaydır ve her derin öğrenme paketinde mevcuttur, ancak sinir ağlarının dışında var gibi görünmektedir. Bunun için herhangi bir nedeni var mı? Eğer insanlar umursamıyorlarsa, sinir ağlarının dışına bakmamıza gerek yok …

14 machine-learning  deep-learning  optimization  gradient-descent 

Derin inanç veya evrişimli sinir ağları kullanarak bulduğum tüm örnekler, bunları görüntü sınıflandırma, chatacter algılama veya konuşma tanıma için kullanır. Derin sinir ağları, özelliklerin yapılandırılmadığı (örneğin, bir sıra veya tablo halinde düzenlenmemiş) klasik regresyon görevleri için de yararlı mıdır? Evetse, bir örnek verebilir misiniz?

14 regression  machine-learning  neural-networks  deep-learning 

Diyelim ki 2 katmanlı yığın otomatik kodlayıcı ve 2 katmanlı sinir ağı oluşturmak için bir algoritma yazıyorum. Aynı şeyler mi yoksa fark mı? Anladığım kadarıyla, bir yığın otomatik kodlayıcı oluşturduğumda, katman katman oluşturacağım. Sinir ağı için, ağdaki tüm parametreleri başlatırım ve daha sonra her veri noktası için, ağdan geçiririm ve …

14 neural-networks  deep-learning  autoencoders 

Bu, Evrimsel Ağları Kullanarak Verimli Nesne Yerelleştirmesi'ne başvurmaktır ve anladığımdan ayrılma 2B'de uygulanır. Keras'tan Mekansal 2D Bırakmanın nasıl uygulandığına ilişkin kodu okuduktan sonra, temelde rastgele bir ikili şekil maskesi [batch_size, 1, 1, num_channels] uygulanır. Ancak, bu uzamsal 2D Bırakma, şekil [batch_size, yükseklik, genişlik, num_kanallar] giriş evrişim bloğuna tam olarak ne …

14 machine-learning  deep-learning  tensorflow  dropout 

Özellikle kaggle yarışmaları bağlamında, modelin performansının özellik seçimi / mühendisliği ile ilgili olduğunu fark ettim. Daha geleneksel / eski okul ML algoritmalarıyla uğraşırken bunun neden olduğunu tam olarak anlayabilsem de, derin sinir ağlarını kullanırken neden böyle olacağını anlamıyorum. Derin Öğrenme kitabından alıntı: Derin öğrenme, temsili öğrenmedeki bu merkezi problemi, daha …

14 neural-networks  deep-learning  feature-selection  feature-engineering 

Gömme katmanı Keras Gömme katmanında nasıl eğitilir? (tensorflow arka ucunu kullandığınızı, yani word2vec, eldiven veya hızlı metne benzediğini söyleyin) Varsayalım.

14 deep-learning  keras  word-embeddings 

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 bir algılayıcı kullandım, ancak bunun …

14 neural-networks  deep-learning  multivariate-regression 

Bayes Derin Öğrenme nedir ve geleneksel Bayes istatistikleri ve geleneksel Derin Öğrenme ile ilişkisi nedir? Ana kavramlar ve matematik nelerdir? Sadece parametrik olmayan bayes istatistikleri diyebilir miyim? Seminal çalışmaları ve mevcut ana gelişmeleri ve uygulamaları nelerdir? PS: Bayesian Derin Öğrenme çok ilgi görüyor, bkz. NIPS çalıştayı.

13 bayesian  deep-learning 

DeepMind'in 2015 derin takviye öğrenimi makalesinde, "Önceki RL'yi sinir ağları ile birleştirmeye yönelik önceki girişimlerin dengesiz öğrenme nedeniyle büyük ölçüde başarısız olduğunu" belirtmektedir. Bu makalede, gözlemler arasındaki korelasyonlara dayanarak bunun bazı nedenleri listelenmektedir. Lütfen birisi bunun ne anlama geldiğini açıklayabilir mi? Sinir ağının eğitimde mevcut olan, ancak testte bulunmayan bazı …

13 machine-learning  neural-networks  deep-learning  reinforcement-learning 

Bir sinir ağını "kandırmak" için el ile çelişen görüntüler hakkında bazı makaleler okudum (aşağıya bakınız). Bunun nedeni, ağların yalnızca koşullu olasılık modellemesi olduğu için mi? Bir ağ ortak olasılığını modelleyebiliyorsa , bu gibi durumlar yine de olur mu?p(y|x)p(y|x)p(y|x)p(y,x)p(y,x)p(y,x) Tahminimce yapay olarak üretilen görüntüler eğitim verilerinden farklı, bu yüzden düşük olasılıkta …

13 machine-learning  neural-networks  deep-learning 

Ne olduğunu ve toplanmaktan ne kadar farklı olduğunu bilmek istiyorum? Varsayalım ki, bunu başarmak için CNN, RNN, vb.Gibi farklı ağlar kullanırsam belirli bir görev için sınıflandırma ve segmentasyonda yüksek doğruluk elde etmek istiyorum. (mimari?) ya da değil?

13 machine-learning  terminology  deep-learning 

Arka plan: Geçenlerde Geoffrey Hinton'un bu mükemmel konuşmasını gördükten sonra evrişimli sinir ağlarını eğitirken veri artırmanın önemini daha derinden anladım . Mevcut nesil evrişimli sinir ağlarının test edilen nesnenin referans çerçevesini genelleştiremediğini ve bir ağın bir nesnenin yansıtılmış görüntülerinin aynı olduğunu gerçekten anlamasını zorlaştırdığını açıklar. Bazı araştırmalar bunu düzeltmeye çalıştı. …

13 machine-learning  deep-learning