«neural-networks» etiketlenmiş sorular

Ben zamanlamaları verileri modelleme için tekrarlayan bir sinir ağının (RNN) bir LSTM ( uzun kısa süreli bellek ) sürümünü kullanarak bakıyorum . Verilerin sıra uzunluğu arttıkça, ağın karmaşıklığı da artar. Bu nedenle, hangi dizilerin uzunluğunun iyi bir doğrulukla modellenmesi mümkün olacağını merak ediyorum? LSTM'nin nispeten basit bir versiyonunu, en son …

15 neural-networks  deep-learning  lstm 

Pong oynamak, el yazısı rakamları ve diğer şeyleri sınıflandırmak gibi farklı görevler için bazı sinir ağları (MLP (tam bağlantılı), Elman (tekrarlayan)) inşa ettim ... Ek olarak, ilk basamaklı sinir ağlarını oluşturmaya çalıştım, örneğin çok basamaklı el yazısı notları sınıflandırmak için, ancak metinleri analiz etmek ve kümelemek için tamamen yeniyim, örneğin, …

15 clustering  neural-networks  feature-selection  text-mining  self-organizing-maps 

Biz eski defterleri gibi Sinir Ağları edebiyat, biz nöromorfik topolojileri ( "Sinir-Ağı" gibi bir mimariler) ile diğer yöntemleri tanımlamak için olsun. Ve Evrensel Yaklaşım Teoreminden bahsetmiyorum . Örnekler aşağıda verilmiştir. O zaman beni meraklandırıyor: Yapay bir Sinir Ağının tanımı nedir? Topolojisi her şeyi kapsar. Örnekler: Yaptığımız ilk kimliklerden biri, PCA …

15 machine-learning  neural-networks  deep-learning  unsupervised-learning  supervised-learning 

Google'dan buna tatmin edici bir cevap bulamadım . Tabii ki elimdeki veriler milyonlarca mertebede ise, derin öğrenme yoludur. Ve büyük veriye sahip olmadığımda belki de makine öğreniminde diğer yöntemleri kullanmanın daha iyi olduğunu okudum. Verilen neden aşırı uydurmadır. Makine öğrenimi: örn. Verilere bakmak, özellik çıkarma, toplanandan yeni özellikler hazırlamak vb. …

15 regression  machine-learning  classification  neural-networks  deep-learning 

Yapay Sinir Ağlarının nasıl kullanılacağını öğrenmeye çalışıyorum. Bu dersi okuyordum . Sinir Ağı bir Zaman Serisine değeri tahmin etmek için değerini kullanarak taktıktan sonra , yazar aşağıdaki çizgiyi elde eder, burada mavi çizgi zaman serisidir, yeşil tren verisindeki tahmindir, kırmızı test verileri hakkında tahmin (bir test treni bölünmesi kullandı)tttt+1t+1t+1 ve …

15 time-series  neural-networks  predictive-models  deep-learning  prediction 

Hangi noktada çok katmanlı sinir ağlarını derin sinir ağları olarak sınıflandırmaya veya başka bir şekilde 'Derin sinir ağındaki minimum katman sayısı nedir?'

15 machine-learning  neural-networks  deep-learning  terminology 

İlk projemi bir araya getirmeye çalışan bir acemiyim. Aklımda bir şarkı sınıflandırma projesi vardı, ancak elle etiketleme yapacağım için, sadece yaklaşık 1000 şarkı veya 60 saatlik müzikleri makul bir şekilde bir araya getirebilirdim. Birkaç sınıfla sınıflandıracağım, bu yüzden bir sınıfın eğitim setinde 50-100 kadar şarkıya sahip olması mümkündür - bu …

15 neural-networks 

Bu sorunun zaten bir cevabı var : SGD'de ağırlık güncellemeleri için degradelerin ortalaması veya toplamı (1 cevap) 17 gün önce kapalı . Mini toplu degrade iyi uyguladığımda, eğitim toplu işindeki tüm örneklerin degradelerinin ortalamasını aldım. Ancak, şimdi en uygun öğrenme oranının çevrimiçi gradyan terbiyesinden çok daha yüksek olduğunu fark ettim. …

15 neural-networks  gradient-descent  backpropagation 

Yaklaşık 1.000.000 parametreye sahip olan evrişimli bir sinir ağım (CNN) varsa, kaç tane eğitim verisine ihtiyaç duyulur (stokastik degrade iniş yaptığımı varsayalım)? Temel kural var mı? Ek notlar: Stokastik gradyan inişi gerçekleştirdiğimde (örneğin, 1 yineleme için 64 yama), ~ 10000 yinelemeden sonra, sınıflandırıcının doğruluğu kaba bir sabit değere ulaşabilir). Bu, …

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

Bir takip gelince Benim sinir ağı bile Öklid mesafe öğrenemez Hatta daha ve tek relu için (rastgele ağırlığı) tek relu eğitmek çalıştı basitleştirilmiş. Bu, en basit ağdır ve yine de birleşemediği zamanın yarısıdır. İlk tahmin hedefle aynı yönde ise, hızlı bir şekilde öğrenir ve doğru 1 ağırlığına yaklaşır: İlk tahmin …

15 machine-learning  neural-networks  optimization  keras 

Birisi bana toplu iş yöntemini kullanarak nasıl bir sinir ağı kurmam gerektiğini söyleyebilir mi? Toplu modda, eğitim setindeki tüm numuneler için, ağdaki her nöron için hata, delta ve dolayısıyla delta ağırlıklarını hesapladığımızı ve sonra ağırlıkları hemen güncellemek yerine, biriktirdiğimizi ve daha sonra bir sonraki dönemde ağırlıkları güncelliyoruz. Ben de bir …

15 machine-learning  neural-networks 

Bir sinir ağının mini-toplu eğitiminde, önemli bir uygulamanın her çağdan önce eğitim verilerini karıştırmak olduğunu duydum. Birisi her çağdaki karışıklığın neden yardımcı olduğunu açıklayabilir mi? Google aramadan aşağıdaki yanıtları buldum: eğitimin hızla birleşmesine yardımcı olur eğitim sırasında herhangi bir önyargıyı önler modelin eğitimin sırasını öğrenmesini engeller Ancak, bu etkilerden herhangi …

15 neural-networks 

Derin Öğrenme için Adam optimizer hakkında okuyordum ve Begnio, Goodfellow ve Courtville'in yeni Deep Learning kitabında şu cümle ile karşılaştım: Adam, başlangıç ​​noktasındaki başlangıçlarını hesaplamak için hem birinci dereceden momentlerin (momentum terimi) hem de (merkezsiz) ikinci dereceden momentlerin tahminlerine önyargı düzeltmeleri içerir. bu önyargı düzeltme terimlerini dahil etmenin temel nedeni, …

15 machine-learning  neural-networks  optimization  conv-neural-network  adam 

Boyutsallık laneti hakkında okuduğum yerler, öncelikle kNN ve genel olarak doğrusal modellerle bağlantılı olarak açıklıyor. Veri kümesindeki 100k veri noktasına sahip binlerce özellik kullanarak Kaggle'daki en üst sıralayıcıları düzenli olarak görüyorum. Diğerleri arasında ağırlıklı olarak Artırılmış ağaçlar ve NN kullanırlar. Pek çok özellik çok yüksek görünüyor ve boyutsal lanetten etkileneceklerini …

15 neural-networks  svm  k-means  k-nearest-neighbour  high-dimensional 

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