«neural-networks» etiketlenmiş sorular

Bazı durumlarda çok değişkenli doğrusal regresyonlu bir sinir ağına benzer sonuçlar elde etmek mümkündür ve çok değişkenli doğrusal regresyon süper hızlı ve kolaydır. Yapay sinir ağları hangi koşullar altında çok değişkenli doğrusal regresyondan daha iyi sonuçlar verebilir?

54 regression  multiple-regression  neural-networks 

Tensorflow kodlarının çoğunda, Adam Optimizer’ın sabit bir Öğrenme Hızı 1e-4(yani 0.0001) ile kullanıldığını gördüm . Kod genellikle aşağıdakilere bakar: ...build the model... # Add the optimizer train_op = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy) # Add the ops to initialize variables. These will include # the optimizer slots added by AdamOptimizer(). init_op = tf.initialize_all_variables() # …

53 neural-networks  deep-learning  gradient-descent  tensorflow  adam 

Okuduğum makalelerin çoğu yazarları, SVM'lerin NN'lerle benzer sonuçlar elde edemediklerini bilerek, regresyon / sınıflandırma problemleriyle yüzleşmek için üstün bir teknik olduğunu kabul ediyorlar. Genellikle karşılaştırmalar NN'ler yerine SVM'ler, Güçlü bir kurucu teori var İkinci dereceden programlama sayesinde global olarak optimum seviyeye ulaşın Uygun sayıda parametre seçmekte sorun yok Fazla giydirmeye …

52 machine-learning  svm  neural-networks 

artificial neural network (ANN)Tahminlerde hatayı azaltarak armatürü iyileştirmek için backpropogation kullanarak denetimli bir şekilde nasıl eğitilebileceğini anlıyorum . Bir YSA'nın denetimsiz öğrenme için kullanılabileceğini duydum, ancak optimizasyon aşamalarını yönlendirmek için bir çeşit maliyet fonksiyonu olmadan nasıl yapılabilir? K-means veya EM algoritması ile her yinelemenin artması için bir fonksiyon vardır. Bir …

52 clustering  neural-networks  unsupervised-learning  self-organizing-maps 

Stokastik gradyan inişinin, her bir tekrarlamayı eğitim veri setinin farklı bir örneğiyle güncelleyerek geri yayılım kullanarak bir sinir ağını optimize etmek için kullanılabileceğini biliyorum. Parti büyüklüğü ne kadar büyük olmalıdır?

49 machine-learning  neural-networks  gradient-descent  backpropagation 

Girdilin doğrusal bir kombinasyonunu doğrusal olmayan bir çıktıya dönüştürmek için lojistik işlevini kullandığımızdan, lojistik regresyon nasıl doğrusal bir sınıflandırıcı olarak değerlendirilebilir? Doğrusal regresyon, gizli katmanı olmayan bir sinir ağı gibidir; peki neden sinir ağları doğrusal olmayan sınıflandırıcılar olarak kabul edilir ve lojistik regresyon neden doğrusaldır?

49 logistic  classification  neural-networks 

Tekrarlayan Sinir Ağları ve Özyinelemeli Sinir Ağları vardır. Her ikisi de genellikle aynı kısaltma ile gösterilir: RNN. Wikipedia'ya göre , Recurrent NN aslında Recursive NN'dir, ancak açıklamayı gerçekten anlamıyorum. Dahası, Doğal Dil İşleme için hangisinin daha iyi olduğunu (örneklerle ya da öylesine) bulmuyorum. Gerçek şu ki, Socher öğreticisinde NLP için …

48 machine-learning  neural-networks  deep-learning  natural-language 

Son yıllarda, Konvolüsyonel Sinir Ağları (CNN'ler) bilgisayar vizyonunda nesne tanıma konusunda son teknoloji haline geldi. Tipik olarak, bir CNN birkaç evrimli tabakadan sonra bunu iki tam bağlı tabakadan oluşur. Bunun arkasındaki sezgisi, evrişimli katmanların girdi verilerinin daha iyi bir gösterimini öğrenmesi ve tam olarak bağlı olan katmanlar daha sonra bu …

46 machine-learning  neural-networks  svm  deep-learning  conv-neural-network 

Bir de son blog yazısı Rong Ge tarafından, o söyleniyordu: Derin ağları öğrenmek de dahil olmak üzere birçok problem için, yerel minimumun hemen hemen tümünün global optimum ile çok benzer bir fonksiyon değerine sahip olduğuna ve bu nedenle yerel bir minimum bulmanın yeterince iyi olduğuna inanılmaktadır. Bu inanç nereden geliyor?

45 machine-learning  neural-networks  optimization  deep-learning 

Basit yazdım MLP içinde TensorFlow bir modelleme olduğu XOR-Gate . İçin böylece: input_data = [[0., 0.], [0., 1.], [1., 0.], [1., 1.]] aşağıdakileri üretmelidir: output_data = [[0.], [1.], [1.], [0.]] Ağın bir giriş katmanı, gizli bir katmanı ve her birinin 2, 5 ve 1 nöronlu bir çıkış katmanı vardır. Şu …

45 machine-learning  neural-networks  error  gradient-descent  supervised-learning 

Gradient Descent'in Yerel Minima'da takılma sorunu var. Küresel minima bulmak için degrade iniş üstel zamanlar çalıştırmak gerekir. Herhangi biri bana sinir ağları öğreniminde uygulandığı gibi gradyanlı iniş alternatiflerini artıları ve eksileriyle ilgili söyleyebilir.

45 machine-learning  svm  neural-networks 

Sinir ağlarını eğitmek için temel degrade iniş algoritmalarına aşinayım. Adam: ADAM: STOKASTİK OPTİMİZASYON İÇİN BİR YÖNTEM öneren makaleyi okudum . Kesinlikle en azından bazı görüşlere sahip olmama rağmen , kağıt benim için genel olarak çok yüksek görünüyor. Örneğin, bir maliyet fonksiyonu çoğu zaman birçok farklı fonksiyonun toplamıdır, bu nedenle değerini …

44 neural-networks  optimization  gradient-descent  adam 

Evrişimli sinir ağlarının evrişim bölümünü anlamaya çalışıyorum. Aşağıdaki şekle bakarak: 4 özellik haritası elde etmek için girdi görüntüsüyle birlikte ettiğimiz 4 farklı çekirdeğin ( boyutunda) bulunduğu ilk evrişim katmanını anlama konusunda hiçbir sorunum yok .k×kk×kk \times k Anlamadığım şey, 4 özellik haritasından 6 özellik haritasına geçtiğimiz bir sonraki evrişim katmanıdır. …

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

Gizli katman için aktivasyon fonksiyonlarının seçimi oldukça açıkken (çoğunlukla sigmoid veya tanh), çıkış katmanının aktivasyon fonksiyonuna nasıl karar vereceğimi merak ediyorum. Yaygın seçimler doğrusal fonksiyonlar, sigmoid fonksiyonlar ve softmax fonksiyonlardır. Ancak hangisini ne zaman kullanmalıyım?

44 neural-networks 

Yapay Sinir Ağlarını öğrenmek istiyorum. Ben Hesaplamalı Dilbilimciyim. İstatistiksel makine öğrenmesi yaklaşımlarını biliyorum ve Python'da kodlayabilir. Kavramlarıyla başlamak ve Hesaplamalı Dilbilim perspektifinden faydalı olabilecek bir veya iki popüler modeli tanımak istiyorum. Başvuru için interneti taradım ve birkaç kitap ve materyal buldum. Ripley, Brian D. (1996) Örüntü Tanıma ve Yapay Sinir …

43 neural-networks  deep-learning  references  natural-language  computer-vision