Câu hỏi được gắn thẻ «neural-networks»

Mạng nơ ron nhân tạo (ANN) là một nhóm rộng các mô hình tính toán dựa trên mạng lưới thần kinh sinh học. Chúng bao gồm các NN tiếp theo (bao gồm các NN "sâu"), NN tích chập, NN tái phát, v.v.

Điều gì đang đứng trong cách các mạng thần kinh xung được sử dụng trong các ứng dụng?

Mạng lưới thần kinh xung hoặc Spiking kết hợp nhiều hơn các động lực màng của các tế bào thần kinh sinh học, trong đó các xung mang thông tin đến lớp tiếp theo. Các tế bào thần kinh không nhất thiết phải "bắn" tất cả cùng một lúc, chẳng …

13 neural-networks

Làm thế nào để thực hiện mô hình mạng nơ-ron hiệu quả?

Tỷ lệ số lượng quan sát và số lượng biến là gì? Làm thế nào để phát hiện quá mức trong mô hình mạng thần kinh và các cách để tránh quá mức là gì? Nếu tôi muốn thực hiện phân loại với Mạng thần kinh, các lớp có tần …

13 neural-networks

Tại sao các RNN với các đơn vị LSTM cũng có thể bị ảnh hưởng bởi độ nổ của gradient?

Tôi có kiến thức cơ bản về cách RNNs (và đặc biệt, với các đơn vị LSTM) hoạt động. Tôi có một ý tưởng hình ảnh về kiến trúc của một đơn vị LSTM, đó là một ô và một vài cổng, điều chỉnh dòng chảy của các giá trị. …

13 neural-networks lstm rnn backpropagation

Nếu mỗi nơ-ron trong một mạng nơ-ron về cơ bản là một hàm hồi quy logistic, tại sao nhiều lớp lại tốt hơn?

Tôi sẽ tham gia khóa học DeepAI của Cousera (video Tuần 3 1 "Tổng quan về mạng lưới thần kinh") và Andrew Ng đang giải thích làm thế nào mỗi lớp trong mạng lưới thần kinh chỉ là một hồi quy logistic, nhưng anh ta không giải thích cách nó …

13 logistic neural-networks

Kết quả lý thuyết đằng sau Mạng lưới thần kinh nhân tạo

Tôi vừa mới trình bày về Mạng nơ-ron nhân tạo trong khóa học về máy học của Coursera và tôi muốn biết thêm lý thuyết đằng sau chúng. Tôi tìm thấy động lực mà họ bắt chước sinh học có phần không đạt yêu cầu. Nhìn bề ngoài, ở mỗi …

13 machine-learning neural-networks theory

Máy Boltzmann bị hạn chế cho hồi quy?

Tôi đang theo dõi câu hỏi tôi đã hỏi trước đó về RBM . Tôi thấy rất nhiều tài liệu mô tả chúng nhưng không có tài liệu nào thực sự nói về hồi quy (thậm chí không phân loại với dữ liệu được dán nhãn). Tôi có cảm giác …

13 regression machine-learning classification neural-networks

Tại sao các tính năng dẫn xuất được sử dụng trong các mạng thần kinh?

Ví dụ, người ta muốn dự đoán giá nhà và có hai tính năng đầu vào chiều dài và chiều rộng của ngôi nhà. Đôi khi, người ta cũng bao gồm các tính năng đầu vào đa thức 'dẫn xuất', chẳng hạn như diện tích, có chiều dài * chiều …

13 machine-learning neural-networks

Ai đó có thể vui lòng giải thích thuật toán lan truyền ngược? [bản sao]

Câu hỏi này đã có câu trả lời ở đây : Thuật toán backpropagation (2 câu trả lời) Đóng cửa tháng trước . Thuật toán lan truyền ngược là gì và nó hoạt động như thế nào?

13 algorithms optimization neural-networks

Làm thế nào để lan truyền ngược hoạt động trong một mạng lưới thần kinh siamese?

Tôi đã nghiên cứu kiến trúc của mạng lưới thần kinh siamese được giới thiệu bởi Yann LeCun và các đồng nghiệp của ông vào năm 1994 để nhận biết chữ ký ( xác minh chữ ký sử dụng mạng thần kinh trì hoãn thời gian siamese .pdf , NIPS …

13 neural-networks

Phân loại với nhãn ồn?

Tôi đang cố gắng đào tạo một mạng lưới thần kinh để phân loại, nhưng các nhãn tôi có khá ồn ào (khoảng 30% nhãn là sai). Mất mát entropy chéo thực sự hoạt động, nhưng tôi đã tự hỏi liệu có sự thay thế nào hiệu quả hơn trong …

13 machine-learning neural-networks loss-functions noise

Mạng thần kinh (ví dụ, mạng nơ ron tích chập) có thể có trọng số âm không?

Có thể có trọng số âm (sau đủ epoch) cho các mạng thần kinh tích chập sâu khi chúng ta sử dụng ReLU cho tất cả các lớp kích hoạt không?

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

Có một công cụ trực quan để thiết kế và áp dụng mạng lưới thần kinh / học sâu? [đóng cửa]

Đã đóng cửa. Câu hỏi này không đúng chủ đề . Nó hiện không chấp nhận câu trả lời. Bạn muốn cải thiện câu hỏi này? Cập nhật câu hỏi để nó thuộc chủ đề cho Xác thực chéo. Đóng cửa 9 tháng trước . Tôi biết có rất nhiều …

13 neural-networks deep-learning conv-neural-network

RNN cho khoảng thời gian không đều?

RNNs rất tốt để nắm bắt sự phụ thuộc thời gian của dữ liệu tuần tự. Tuy nhiên, điều gì xảy ra khi các phần tử chuỗi không cách đều nhau theo thời gian? Ví dụ, đầu vào đầu tiên cho ô LSTM xảy ra vào Thứ Hai, sau đó …

13 machine-learning neural-networks lstm rnn unevenly-spaced-time-series

Hình thức ma trận của backpropagation với chuẩn hóa hàng loạt

Chuẩn hóa hàng loạt đã được ghi nhận với những cải tiến hiệu suất đáng kể trong mạng lưới thần kinh sâu. Rất nhiều tài liệu trên internet cho thấy cách triển khai nó trên cơ sở kích hoạt bằng cách kích hoạt. Tôi đã triển khai backprop bằng cách …

12 machine-learning neural-networks deep-learning backpropagation batch-normalization

Kiến trúc thần kinh: thiết kế tự động thông tin dữ liệu

Những tiến bộ gần đây trong các mạng lưới thần kinh được tóm tắt bằng một chuỗi các kiến trúc mới lạ được đặc trưng bởi sự phức tạp trong thiết kế ngày càng tăng của nó. Từ LeNet5 (1994) đến AlexNet (2012), đến Overfeat (2013) và GoogleLeNet / Inception …

12 neural-networks deep-learning

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.