Câu hỏi được gắn thẻ «deep-learning»

Tôi đang tìm hiểu về học tập sâu (cụ thể là CNN) và cách nó thường đòi hỏi rất nhiều dữ liệu để ngăn chặn quá mức. Tuy nhiên, tôi cũng đã được thông báo rằng mô hình có công suất càng cao / càng nhiều tham số thì càng …

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

Theo "Backprop hiệu quả" của LeCun et al (1998) , tốt hơn hết là bình thường hóa tất cả các đầu vào sao cho chúng tập trung quanh 0 và nằm trong phạm vi của đạo hàm bậc hai tối đa. Vì vậy, ví dụ, chúng tôi sẽ sử dụng …

9 machine-learning  neural-networks  normalization  deep-learning  multidimensional-scaling 

Giả sử chuỗi 1 chiều sau: A, B, C, Z, B, B, #, C, C, C, V, $, W, A, % ... Chữ cái A, B, C, ..ở đây đại diện cho các sự kiện 'thông thường'. Biểu tượng #, $, %, ...ở đây đại diện cho các sự kiện …

9 time-series  deep-learning  rare-events  lstm  sequential-pattern-mining 

Sau khi đọc rất nhiều bài học sâu, một loại cảm giác khó chịu là tồn tại rất nhiều thủ thuật trong việc đào tạo mạng để có được hiệu suất tốt hơn bình thường. Từ góc độ ứng dụng công nghiệp, rất khó để phát triển loại thủ thuật …

9 machine-learning  deep-learning  deep-belief-networks 

Tôi đang cố gắng để hiểu các lĩnh vực tiếp nhận của CNN tốt hơn. Để làm điều đó tôi muốn tính toán trường tiếp nhận của từng nơron trong LeNet. Đối với MLP bình thường, việc này khá dễ dàng (xem http://deeplearning.net/tutorial/lenet.html#spude-connectivity ), nhưng việc tính toán trường tiếp …

9 deep-learning  conv-neural-network 

Tôi có đầu vào cực kỳ thưa thớt, ví dụ như vị trí của một số tính năng nhất định trong hình ảnh đầu vào. Hơn nữa mỗi tính năng có thể có nhiều phát hiện (không chắc điều này có ảnh hưởng đến thiết kế của hệ thống không). …

9 neural-networks  deep-learning  sparse 

Bộ mã hóa tự động biến đổi (VAE) cung cấp cách học phân phối xác suất liên quan đến đầu vào x với biểu diễn tiềm ẩn z của nó . Cụ thể, bộ mã hóa e ánh xạ đầu vào x thành phân phối trên z . Một bộ …

9 neural-networks  deep-learning  autoencoders  variational-bayes 

Xin chào, tôi đang nghiên cứu kỹ thuật hồi quy. Dữ liệu của tôi có 15 tính năng và 60 triệu ví dụ (nhiệm vụ hồi quy). Khi tôi thử nhiều kỹ thuật hồi quy đã biết (cây tăng cường độ dốc, hồi quy cây quyết định, AdaBoostRegressor, v.v.), hồi …

9 regression  modeling  deep-learning  model  cart 

Trong khi đọc các tài liệu phân đoạn ngữ nghĩa cũng như các triển khai tương ứng của chúng, tôi thấy rằng một số cách tiếp cận sử dụng softmax trong khi các phương pháp khác sử dụng sigmoid cho ghi nhãn mức pixel. Ví dụ, đối với giấy u-net …

9 machine-learning  deep-learning  computer-vision  tensorflow 

Khi áp dụng bỏ học trong các mạng lưới thần kinh nhân tạo, người ta cần phải bù đắp cho thực tế là tại thời điểm đào tạo, một phần của các tế bào thần kinh đã bị vô hiệu hóa. Để làm như vậy, tồn tại hai chiến lược …

9 neural-networks  deep-learning  dropout 

Tôi đang đọc bài viết này: dịch giả skype nơi họ sử dụng CD-DNN-HMM (Mạng lưới thần kinh sâu phụ thuộc bối cảnh với các mô hình Markov ẩn). Tôi có thể hiểu ý tưởng của dự án và kiến ​​trúc mà họ đã thiết kế nhưng tôi không hiểu …

9 neural-networks  deep-learning  terminology  natural-language  hidden-markov-model 

Có phải thực tế phổ biến là chỉ áp dụng tăng dữ liệu cho tập huấn luyện, hoặc cho cả tập huấn luyện và tập kiểm thử?

9 machine-learning  deep-learning  regularization  data-augmentation 

Tôi đang đọc cuốn sách Deep Learning và tình cờ thấy đoạn sau (trang 109, đoạn thứ hai): Dữ liệu huấn luyện và kiểm tra được tạo bởi phân phối xác suất trên các bộ dữ liệu được gọi là quá trình tạo dữ liệu. Chúng tôi thường tạo ra …

9 deep-learning 

Tôi không chắc chắn về những gì tôi hiểu từ tài liệu chính thức, trong đó nói: Trả về: Một cặp (đầu ra, trạng thái) trong đó: outputs: Tenor đầu ra RNN. Nếu time_major == False(mặc định), đây sẽ là một hình dạng kéo căng : [batch_size, max_time, cell.output_size]. Nếu …

8 deep-learning  lstm  tensorflow  rnn  gru 

Học sâu là một chủ đề ngày càng nóng hiện nay. Các giả định chính làm cho việc học sâu thiếu trong một số bộ dữ liệu là gì. Vd: Nó có hoạt động tốt trên các tập dữ liệu nhiễu không?

8 machine-learning  mathematical-statistics  deep-learning