Câu hỏi được gắn thẻ «neural-network»

Các mạng nơ ron nhân tạo (ANN), bao gồm các 'nơ-ron' - các cấu trúc lập trình bắt chước các tính chất của các nơ-ron sinh học. Một tập hợp các kết nối có trọng số giữa các nơ-ron cho phép thông tin truyền qua mạng để giải quyết các vấn đề về trí tuệ nhân tạo mà không cần nhà thiết kế mạng phải có mô hình của một hệ thống thực.

Hồi quy tham số của góc quay

Giả sử tôi có một hình ảnh từ trên xuống của một mũi tên và tôi muốn dự đoán góc mà mũi tên này tạo ra. Điều này sẽ nằm trong khoảng từ đến độ hoặc từ đến . Vấn đề là mục tiêu này là hình tròn, và độ …

15 neural-network deep-learning loss-function parameter-estimation

Làm thế nào để thêm một danh mục mới vào một mô hình học tập sâu?

Nói rằng tôi đã thực hiện việc học chuyển trên một mạng được đào tạo trước để nhận ra 10 đối tượng. Làm cách nào để thêm mục thứ 11 mà mạng có thể phân loại mà không mất tất cả 10 danh mục mà tôi đã đào tạo cũng …

15 neural-network deep-learning

Sự khác biệt của các chức năng kích hoạt trong mạng nơ ron nói chung

Tôi đã nghiên cứu các loại chức năng kích hoạt cho các mạng thần kinh. Bản thân các chức năng khá đơn giản, nhưng sự khác biệt của ứng dụng không hoàn toàn rõ ràng. Thật hợp lý khi người ta phân biệt giữa các hàm loại logic và tuyến …

15 neural-network activation-function

Sự khác biệt giữa RNNs tạo văn bản dựa trên từ và char là gì?

Trong khi đọc về việc tạo văn bản với Mạng thần kinh tái phát, tôi nhận thấy rằng một số ví dụ đã được triển khai để tạo văn bản từng chữ và các ký tự khác theo từng ký tự mà không thực sự nêu rõ lý do tại …

15 machine-learning neural-network nlp rnn

Tại sao các chức năng kích hoạt phải đơn điệu?

Tôi hiện đang chuẩn bị cho một kỳ thi trên mạng lưới thần kinh. Trong một số giao thức từ các kỳ thi trước đây, tôi đọc được rằng các chức năng kích hoạt của các nơ-ron (trong các tri giác đa lớp) phải đơn điệu. Tôi hiểu rằng các …

14 machine-learning neural-network

Cách thêm các tính năng không phải hình ảnh dọc theo hình ảnh bên cạnh làm đầu vào của CNN

Tôi đang đào tạo một mạng lưới thần kinh tích chập để phân loại hình ảnh trong điều kiện sương mù (3 lớp). Tuy nhiên, với mỗi khoảng 150.000 hình ảnh, tôi cũng có sẵn bốn biến số khí tượng có thể giúp dự đoán các lớp của hình ảnh. …

14 machine-learning neural-network deep-learning tensorflow cnn

Ưu điểm của việc xếp LSTM?

Tôi đang tự hỏi trong những tình huống nào là thuận lợi để xếp LSTM?

14 machine-learning neural-network deep-learning lstm

Làm thế nào để chia tỷ lệ một mảng các số nguyên đã ký trong phạm vi từ 0 đến 1?

Tôi đang sử dụng Brain để huấn luyện mạng thần kinh trên một bộ tính năng bao gồm cả giá trị dương và âm. Nhưng Brain yêu cầu các giá trị đầu vào từ 0 đến 1. Cách tốt nhất để bình thường hóa dữ liệu của tôi là gì?

14 machine-learning neural-network feature-scaling normalization javascript

Tải lên thư mục hình ảnh từ hệ thống của tôi vào Google Colab

Tôi muốn đào tạo một mô hình học tập sâu trên bộ dữ liệu chứa khoảng 3000 hình ảnh. Vì bộ dữ liệu rất lớn, tôi muốn sử dụng Google colab vì nó được hỗ trợ GPU. Làm cách nào để tải lên thư mục hình ảnh đầy đủ này …

14 machine-learning neural-network deep-learning dataset colab

Tại sao thuật toán di truyền không được sử dụng để tối ưu hóa mạng lưới thần kinh?

Theo hiểu biết của tôi, Thuật toán di truyền là công cụ mạnh mẽ để tối ưu hóa đa mục tiêu. Hơn nữa, đào tạo Mạng nơ-ron (đặc biệt là mạng sâu) rất khó và có nhiều vấn đề (hàm chi phí không lồi - cực tiểu cục bộ, biến …

13 neural-network optimization genetic-algorithms

Là Gradient Descent trung tâm cho mọi trình tối ưu hóa?

Tôi muốn biết liệu Gradient có phải là thuật toán chính được sử dụng trong các trình tối ưu hóa như Adam, Adagrad, RMSProp và một số trình tối ưu hóa khác hay không.

13 machine-learning neural-network deep-learning optimization gradient-descent

Tại sao không luôn luôn sử dụng kỹ thuật tối ưu hóa ADAM?

Có vẻ như trình tối ưu hóa Ước tính Khoảnh khắc Thích ứng (Adam) hầu như luôn hoạt động tốt hơn (nhanh hơn và đáng tin cậy hơn đến mức tối thiểu toàn cầu) khi giảm thiểu chức năng chi phí trong việc đào tạo mạng lưới thần kinh. Tại …

13 neural-network optimization

Truyền ngược qua các lớp gộp tối đa

Tôi có một câu hỏi nhỏ cho câu hỏi này . Tôi hiểu rằng khi truyền ngược qua lớp gộp tối đa, độ dốc được chuyển trở lại theo cách mà nơ ron ở lớp trước được chọn là max nhận được tất cả độ dốc. Điều tôi không chắc …

13 machine-learning neural-network convnet backpropagation

Hình dung đào tạo mạng lưới thần kinh sâu

Tôi đang cố gắng tìm một tương đương với Biểu đồ Hinton cho các mạng nhiều lớp để vẽ các trọng số trong quá trình đào tạo. Mạng được đào tạo có phần giống với Deep SRN, nghĩa là nó có số lượng ma trận nhiều trọng số cao, điều …

13 machine-learning neural-network visualization deep-learning

Tại sao các bộ tự động cho giảm kích thước đối xứng?

Tôi không phải là một chuyên gia về bộ tự động hoặc mạng nơ-ron bằng mọi cách, vì vậy hãy tha thứ cho tôi nếu đây là một câu hỏi ngớ ngẩn. Với mục đích giảm kích thước hoặc hiển thị các cụm trong dữ liệu chiều cao, chúng ta …

13 neural-network dimensionality-reduction autoencoder

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookie và Chính sách bảo mật của chúng tôi.

Licensed under cc by-sa 3.0 with attribution required.