«neural-networks» etiketlenmiş sorular

Seyrek kodlama, giriş vektörlerini temsil etmek için aşırı eksiksiz bir temel vektörler dizisi öğrenmek olarak tanımlanır (<- neden bunu istiyoruz). Seyrek kodlama ve otomatik kodlayıcı arasındaki farklar nelerdir? Ne zaman seyrek kodlama ve otomatik kodlayıcı kullanacağız?

35 machine-learning  neural-networks  unsupervised-learning  deep-learning  autoencoders 

Her yöntemin artılarını ve eksilerini tartışan birkaç makale okudum, bazıları GA'nın en uygun çözümü bulmada herhangi bir gelişme sağlamadığını, diğerleri ise bunun daha etkili olduğunu gösteriyor. Genel olarak literatürde GA'nın tercih edildiği görülmektedir (çoğu insan ihtiyaç duydukları sonuçları elde etmek için bir şekilde değiştirmelerine rağmen), o zaman neden yazılım çözümlerinin …

34 neural-networks  genetic-algorithms  backpropagation 

Hepsi düğümlerin rastgele değişkenlerini temsil ediyor gibi görünmekte ve (muhtemelen yönlendirilmiş) kenarlar vasıtasıyla (in) bağımlılığı göstermektedir. Bayesian'ın bakış açısıyla özellikle ilgileniyorum.

34 causality  neural-networks  multilevel-analysis  graphical-model 

Derin konvolüsyonel sinir ağında ön eğitim konusunda herhangi bir literatür gören oldu mu? Yalnızca otomatik kodlayıcıda veya kısıtlı boltzman makinelerinde denetimsiz ön eğitim görmüştüm.

33 machine-learning  neural-networks  deep-learning  conv-neural-network  autoencoders 

Bir akış veri setim var, örnekler birer birer hazır. Onlar üzerinde çok sınıflandırma yapmam gerekiyor. Öğrenme sürecine bir eğitim örneği beslediğimde, örneği atmam gerekiyor. Aynı zamanda, etiketlenmemiş veriler üzerinde öngörüde bulunmak için en son modeli kullanıyorum. Bildiğim kadarıyla bir sinir ağı, örnekleri birer birer besleyerek ve örnek üzerinde ileriye doğru …

33 machine-learning  svm  neural-networks 

Sinir ağları ile modelleme konusunda yeniyim, ancak gözlemlenen verilere uygun tüm mevcut veri noktalarına sahip bir sinir ağı oluşturmayı başardım. Sinir ağı, nnet paketi ile R'de yapıldı: require(nnet) ##33.8 is the highest value mynnet.fit <- nnet(DOC/33.80 ~ ., data = MyData, size = 6, decay = 0.1, maxit = 1000) …

33 r  neural-networks 

Andrew Ng'un Yapay Sinir Ağları ve Coursera'daki Derin Öğrenme kursunda kullanmanın neredeyse her zaman kullanmanın tercih edildiğini söylüyor .tanhtanhtanhsigmoidsigmoidsigmoid O verir nedeni çıkışları kullanarak olmasıdır daha etrafında 0 ziyade merkezi 'ın 0.5, ve bu 'biraz daha kolay bit sonraki katman için öğrenme yapar'.tanhtanhtanhsigmoidsigmoidsigmoid Aktivasyonun çıkış hızını merkezlemek neden öğreniyor? Sanırım …

33 machine-learning  neural-networks  backpropagation  sigmoid-curve 

Https://en.wikipedia.org/wiki/Generative_adversarial_networks adresinde okudum : [Üretken ters ağlar] 2014 yılında Ian Goodfellow ve arkadaşları tarafından tanıtıldı. Ancak Jurgen Schmidhuber bu yönde daha önce benzer çalışmalar yaptığını iddia ediyor (örneğin, üretici karşıt ağlar eğitimi sırasında NIPS 2016'da bazı tartışmalar yapıldı: https://channel9.msdn.com/Events/Neural-Information-Processing-Systems- Konferans / Sinir-Bilgi İşlem-Sistemleri-Konferans-NIPS-2016 / Üretken- Değişken -Ağlar bkz. 1h03min). Jürgen …

32 neural-networks  history  gan 

Yapay sinir ağları için tamamen yeniyim ama onları anlamakla çok ilgileniyorum. Ancak başlamak hiç de kolay değil. Herhangi biri iyi bir kitap veya başka bir kaynak önerebilir mi? Mutlaka okunması gereken bir şey var mı? Her türlü bahşiş için minnettarım.

32 machine-learning  neural-networks  references 

Lojistik regresyon ve sinir ağı arasındaki istatistiği olmayan bir kitleye olan farkı nasıl açıklayabiliriz?

32 logistic  neural-networks 

Bilgisayarlar uzun zamandır "kaba kuvvet" tekniğini kullanarak, belirli bir derinliği araştırarak ve daha sonra konumunu değerlendirerek satranç oynayabildiler. Ancak AlphaGo bilgisayarı, pozisyonları değerlendirmek için sadece bir YSA kullanıyor (bildiğim kadarıyla derinlemesine arama yapmıyor). AlphaGo'nun Go ile oynadığı gibi satranç oynayan bir satranç motoru oluşturmak mümkün mü? Neden kimse bunu yapmadı? …

32 neural-networks  deep-learning  reinforcement-learning  games 

Giriş Arkaplanı Konvolüsyonel bir sinir ağı içinde genellikle buna benzeyen genel bir yapıya / akışa sahibiz: giriş görüntüsü (yani 2B vektör x) (1. Konvolüsyon tabakası (Conv1) burada başlar ...) w12B görüntü boyunca bir dizi filtre ( ) döndürün (yani z1 = w1*x + b1nokta ürün çarpmalarını yapın), burada 3B'dir z1ve …

32 neural-networks  deep-learning  conv-neural-network 

Girişin bir görüntü olduğu ve etiketin 80 ile 350 arasında sürekli bir değer olduğu bir regresyon problemi üzerinde çalışıyorum. Bir reaksiyon gerçekleştikten sonra görüntüler bazı kimyasallara sahip. Ortaya çıkan renk, geride kalan başka bir kimyasal maddenin konsantrasyonunu gösterir ve modelin çıktısı budur - o kimyasal maddenin konsantrasyonu. Görüntüler döndürülebilir, çevrilebilir, …

32 regression  machine-learning  neural-networks  conv-neural-network  tensorflow 

Bir süredir LSTM'leri inceliyorum. Her şeyin nasıl çalıştığını yüksek düzeyde anlıyorum. Ancak, onları Tensorflow kullanarak uygulayacağım BasicLSTMCell'in bir dizi birim (yani num_units) parametresi gerektirdiğini fark ettim . Gönderen bu LSTMs arasında çok kapsamlı bir açıklama, tek bir olduğunu topladık LSTM birimi aşağıdakilerden biridir ki bu aslında bir GRU birimidir. Bunun …

32 neural-networks  terminology  lstm  rnn  tensorflow 

Neden rektifiye edilmiş lineer birimleri (ReLU) sinir ağlarıyla kullanıyoruz? Bu sinir ağını nasıl geliştirir? Neden ReLU'nun bir aktivasyon işlevi olduğunu söylüyoruz? Sinir ağları için softmax aktivasyon fonksiyonu değil mi? Hem ReLU hem de softmax kullandığımızı tahmin ediyorum: softmax çıkışlı nöron 1 ----> nöron 2'nin girişindeki nöron 1 çıkışındaki ReLU ---> …

31 neural-networks