«tensorflow» etiketlenmiş sorular

Değişken boyutlu görüntüler, nesne tespiti için evrişimli bir sinir ağına girdi olarak verebilir miyiz? Mümkünse bunu nasıl yapabiliriz? Ancak görüntüyü kırpmaya çalışırsak, görüntünün bir kısmını kaybederiz ve yeniden boyutlandırmaya çalışırsak, görüntünün netliği kaybolur. Ana netlik konusu, ana nokta, görüntü netliği dikkate alındığında en iyisi olduğu anlamına mı geliyor?

17 deep-learning  tensorflow  keras  computer-vision  object-detection 

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 

Çapraz entropi maliyeti regresyon bağlamında anlamlı mıdır (sınıflamanın aksine)? Eğer öyleyse, TensorFlow aracılığıyla bir oyuncak örneği verebilir misiniz? Değilse, neden olmasın? Michael Nielsen tarafından Yapay Sinir Ağları ve Derin Öğrenme'de çapraz entropi hakkında okuyordum ve doğal olarak regresyon ve sınıflandırma için kullanılabilecek bir şey gibi görünüyor, ancak TensorFlow'da bunu nasıl …

14 regression  entropy  tensorflow  cross-entropy 

Yaklaşık 20 sütun (20 özellik) olan ham veri var. Bunlardan on tanesi sürekli veridir ve 10 tanesi kategoriktir. Kategorik verilerin bazıları 50 farklı değere sahip olabilir (ABD Devletleri). Verileri önceden işledikten sonra 10 sürekli sütun 10 hazırlanmış sütun haline gelir ve 10 kategorik değer 200 tek etkin kodlanmış değişken gibi …

13 machine-learning  neural-networks  tensorflow  data-preprocessing  theano 

Bir sürü param için ızgara araması yaptım. İkili sınıflandırma yapan bir Keras sinir ağı için en iyi parametreleri bulmaya çalışıyorum. Çıktı 1 veya 0'dır. Yaklaşık 200 özellik vardır. Bir ızgara araması yaptığımda, bir sürü model ve parametreleri aldım. En iyi model şu parametrelere sahipti: Epochs : 20 Batch Size : …

13 machine-learning  cross-validation  deep-learning  tensorflow  theano 

ML / DL alanından bir yabancı; Tensorflow'a dayanan Udacity Derin Öğrenme kursuna başladı; ödev 3 problemini yapmak 4; öğrenme hızını aşağıdaki yapılandırma ile ayarlamaya çalışmak: Parti büyüklüğü 128 Adım sayısı: 2 dönemi doldurmak için yeterli Gizli katmanların boyutları: 1024, 305, 75 Ağırlık başlatma: std ile normal kesildi. sqrt (2 / …

12 python  machine-learning  tensorflow  deep-learning 

Bir partide 10 örnek söylersek, her örnek için kaybı toplayabileceğimizi anlıyorum, ancak backpropagation her örnek için ağırlıkların güncellenmesinde nasıl çalışır? Örneğin: Örnek 1 -> kayıp = 2 Örnek 2 -> kayıp = -2 Bu ortalama 0 (E = 0) kaybıyla sonuçlanır, bu yüzden bu her bir ağırlığı nasıl güncelleyip birleşir? …

12 neural-networks  gradient-descent  backpropagation  tensorflow 

Geri yayılımı kullanarak sınıflandırma için derin bir sinir ağını eğitmeye çalışıyorum. Özellikle, görüntü sınıflandırması için, Tensor Flow kütüphanesini kullanarak evrişimli bir sinir ağı kullanıyorum. Eğitim sırasında garip bir davranış yaşıyorum ve bunun tipik olup olmadığını ya da yanlış bir şey yapıp yapmadığımı merak ediyorum. Böylece, evrişimli sinir ağımın 8 katmanı …

11 machine-learning  classification  neural-networks  conv-neural-network  tensorflow 

Tensorflow mnist eğitimini takip ediyorum ( https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/mnist/mnist_softmax.py ). Öğretici kullanır tf.train.Optimizer.minimize(özellikle tf.train.GradientDescentOptimizer). Degradeleri tanımlamak için hiçbir yere aktarılan bir argüman görmüyorum. Tensör akışı varsayılan olarak sayısal türev kullanıyor mu? Sizin gibi degradeleri geçirmenin bir yolu var mı scipy.optimize.minimize?

10 python  optimization  tensorflow 

Rastgele Fourier özellikleri çekirdek işlevlerine yaklaşım sağlar. SVM'ler ve Gauss süreçleri gibi çeşitli çekirdek yöntemleri için kullanılırlar. Bugün, TensorFlow uygulamasını kullanmayı denedim ve özelliklerimin yarısı için negatif değerler aldım. Anladığım kadarıyla, bu olmamalı. Bu yüzden --- beklediğim gibi - özelliklerin [0,1] içinde yaşaması gerektiğini söyleyen orijinal makaleye geri döndüm . …

10 machine-learning  kernel-smoothing  feature-construction  tensorflow  fourier-transform 

Son WaveNet gazetesinde yazarlar, modellerini genişletilmiş kıvrım katmanlarının yığılmış katmanları olarak adlandırıyorlar. Ayrıca, 'düzenli' konvolüsyonlar ve dilate konvolüsyonlar arasındaki farkı açıklayan aşağıdaki çizelgeleri hazırlarlar. Düzenli kıvrımlar şöyle görünür: Bu, filtre boyutu 2 ve adım 4 olan bir katmandır. Daha sonra, modelleri tarafından kullanılan, genişletilmiş kıvrımlar olarak adlandırdıkları bir mimari gösterirler. …

10 neural-networks  deep-learning  conv-neural-network  tensorflow 

Örnekler: İş tanımında bir cümle var: "İngiltere'de Java kıdemli mühendisi". Derin bir öğrenme modelini 2 kategori olarak tahmin etmek istiyorum: English ve IT jobs. Geleneksel sınıflandırma modeli kullanırsam, sadece softmaxson katmanda işlevli 1 etiket tahmin edebilir . Bu nedenle, her iki kategoride "Evet" / "Hayır" ı tahmin etmek için 2 …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty