«neural-networks» etiketlenmiş sorular

Derin bir sinir ağı modelim var ve bunu yaklaşık 100.000 örnekten oluşan veri kümemde eğitmem gerekiyor, doğrulama verilerim yaklaşık 1000 örnek içeriyor. Her bir örneği eğitmek zaman aldığından (her örnek için yaklaşık 0,5s) ve aşırı sığmayı önlemek için, gereksiz hesaplamayı önlemek için erken durdurma uygulamak istiyorum. Ancak sinir ağımı erken …

20 neural-networks  deep-learning 

Derin ve sığ sinir ağlarının eğitiminde, gradyan yöntemleri (örneğin, gradyan inişi, Nesterov, Newton-Raphson) neden diğer meta-sezgilerin aksine yaygın olarak kullanılmaktadır? Meta-sezgisel olarak, yerel bir minimada sıkışmayı önlemek için geliştirilen benzetilmiş tavlama, karınca kolonisi optimizasyonu vb. Yöntemleri kastediyorum.

20 neural-networks  optimization  deep-learning  gradient-descent  backpropagation 

LSTM'leri denemek için theano kullanıyorum ve LSTM'ler için hangi optimizasyon yöntemlerinin (SGD, Adagrad, Adadelta, RMSprop, Adam, vb.) En iyi sonucu merak ediyordum? Bu konuda herhangi bir araştırma makalesi var mı? Ayrıca, cevap LSTM için kullandığım uygulamanın türüne bağlı mı? Eğer öyleyse, metin sınıflandırma (metnin ilk kelime vektörlerine dönüştürüldüğü yer) için …

20 machine-learning  neural-networks  optimization  lstm 

Tüm ağırlığı aynı değere (0.5 diyelim) başlattığınızda neden backpagagation çalışmıyor, ancak rasgele sayılar verildiğinde iyi çalışıyor? Ağırlıkların başlangıçta aynı olmasına rağmen algoritma hatayı hesaplamamalı ve oradan çalışmamalı mı?

20 machine-learning  neural-networks  backpropagation 

Sinir ağı lingo açısından (y = Ağırlık * x + önyargı) hangi değişkenlerin diğerlerinden daha önemli olduğunu nasıl bilebilirim? 10 giriş, 1 düğüm 20 düğüm ve 1 düğüm olan 1 çıkış katmanı ile bir sinir ağı var. Hangi giriş değişkenlerinin diğer değişkenlerden daha etkili olduğunu nasıl bileceğimden emin değilim. Düşündüğüm …

20 machine-learning  neural-networks  bias  tensorflow  theano 

Uyku aşaması sınıflandırması üzerinde çalışıyorum. Birçoğu SVM veya topluluk yöntemi kullandığı bu konuyla ilgili bazı araştırma makalelerini okudum. Tek boyutlu EEG sinyalini sınıflandırmak için evrişimli sinir ağını kullanmak iyi bir fikir mi? Bu tür işlerde yeniyim. Yanlış bir şey sorarsam özür dilerim?

20 neural-networks  svm  conv-neural-network  signal-processing 

Çok basit bir sorunum var ama bunu çözmek için doğru bir araç bulamıyorum. Aynı uzunlukta bazı vektörler dizilim var. Şimdi bu dizilerin tren örnek LSTM RYSA tren ve sonra uzunluğu vektörleri yeni dizisini tahmin yapmak isteyen birkaç göre hazırlama vektörleri.nnn Bunu yapacak basit bir uygulama bulamıyorum. Temel dilim Python, ancak …

19 neural-networks  python  lstm 

Önyargı düğümünün modern sinir ağlarının etkinliği için ne kadar önemli olduğunu merak ediyorum. Sadece birkaç girdi değişkeni olan sığ bir ağda önemli olabileceğini kolayca anlayabiliyorum. Bununla birlikte, derin öğrenme gibi modern sinir ağları, belirli bir nöronun tetiklenip tetiklenmediğine karar vermek için genellikle çok sayıda girdi değişkenine sahiptir. Bunları örneğin LeNet5 …

19 neural-networks  deep-learning  bias-node 

RNN, tahmin veya sekanstan sekansa eşleme için kullanılabilir. Fakat RNN sınıflandırma için nasıl kullanılabilir? Demek istediğim, bütün diziye bir etiket veriyoruz.

19 machine-learning  neural-networks  rnn 

Katlamalı ve havuzlama katmanlarını anlıyorum, ancak CNN'lerde tamamen bağlı bir katmanın nedenini göremiyorum. Önceki katman neden çıktı katmanına doğrudan bağlı değil?

19 neural-networks  deep-learning  conv-neural-network 

SVM veya Sinir Ağını kullanmak için, kategorik değişkenleri sayısal değişkenlere dönüştürmesi (kodlaması) gerekir, bu durumda normal yöntem 0-1 ikili değerleri, k. Kategorik değeri (0,0, .. olarak dönüştürülür) kullanmaktır. ., 1,0, ... 0) (1, k-th konumundadır). Bunu yapmak için başka yöntemler var mı, özellikle de 0-1 gösteriminin Sinir Ağı'nda oldukça istenen …

19 machine-learning  neural-networks  categorical-data  svm  categorical-encoding 

İnsanların sinir ağları hakkında, ne yaptığını veya ne anlama geldiğini anlamadığınız bir kara kutu gibi konuştuğunu sık sık duyuyorum. Aslında bunun ne anlama geldiğini anlayamıyorum! Geri yaymanın nasıl çalıştığını anlarsanız, o zaman bir kara kutu nasıl olur? Onlar, ağırlıkların nasıl hesaplandığını veya neyi anlamadığımızı mı kastediyorlar?

19 machine-learning  neural-networks 

Çok katmanlı algılayıcıda (MLP) kullanılan geri yayılım algoritması üzerinde hafif bir karışıklık var . Hata, maliyet fonksiyonu tarafından ayarlanır. Geri çoğaltmada, gizli katmanların ağırlığını ayarlamaya çalışıyoruz. Anlayabildiğim çıkış hatası, yani e = d - y[Abonelikler olmadan]. Sorular: Gizli katman hatası nasıl alınır? Kişi nasıl hesaplar? Geri çoğaltırsam, uyarlanabilir bir filtrenin …

19 machine-learning  neural-networks  backpropagation 

Regresyon problemi üzerinde çalışarak "haftanın günü" özelliğinin temsilini düşünmeye başladım. Hangi yaklaşımın daha iyi performans göstereceğini merak ediyorum: bir özellik; Pazartesi için 1/7 değeri; Salı için 2/7 ... 7 özellik: (1, 0, 0, 0, 0, 0, 0) Pazartesi için; (0, 1, 0, 0, 0, 0, 0) Salı günü ... Ağ …

19 machine-learning  neural-networks  feature-construction 

Soru biraz garip gelebilir çünkü istatistiksel çıkarımda ve sinir ağlarında yeniyim. Sinir ağlarını kullanan sınıflandırma problemlerinde girişlerinin alanını çıkışlarının alanıyla eşleştiren fonksiyonunu öğrenmek istediğimizi söylüyoruz : x yf∗f∗f^*xxxyyy f∗(x;θ)=yf∗(x;θ)=yf^*(x; \theta) = y Parametreleri ( ) doğrusal olmayan bir işlevi modellemek veya bir olasılık yoğunluk işlevini modellemek için mi takıyoruz?θθ\theta Soruyu …

19 machine-learning  neural-networks