Câu hỏi được gắn thẻ «neural-networks»

Giả sử tôi sử dụng RNN / LSTM để phân tích tình cảm, đây là cách tiếp cận nhiều-một (xem blog này ). Mạng được đào tạo thông qua việc truyền bá ngược thời gian (BPTT), trong đó mạng không được kiểm soát chỉ trong 30 bước cuối cùng như …

12 neural-networks  deep-learning  natural-language  backpropagation 

Theo hướng dẫn này về học tập sâu , phân rã trọng lượng (chính quy) thường không được áp dụng cho các điều khoản thiên vị b tại sao? Ý nghĩa (trực giác) đằng sau nó là gì?

12 machine-learning  neural-networks  bias  regularization 

Vì vậy, khi nhìn vào Mạng thần kinh chức năng cơ sở bán kính, tôi nhận thấy rằng mọi người chỉ khuyến nghị sử dụng 1 lớp ẩn, trong khi với mạng nơ ron perceptron đa lớp, nhiều lớp được coi là tốt hơn. Vì các mạng RBF có thể …

12 machine-learning  neural-networks  rbf-network 

Gần đây tôi đọc một số bài báo về mạng thần kinh Bayes (BNN) [Neal, 1992] , [Neal, 2012] , đưa ra mối quan hệ xác suất giữa đầu vào và đầu ra trong mạng lưới thần kinh. Đào tạo một mạng lưới thần kinh như vậy là thông qua …

12 bayesian  neural-networks  bayesian-network 

Có sự khác biệt nào giữa các thuật ngữ "mạng lưới thần kinh" và "perceptron" không?

12 machine-learning  neural-networks  terminology  perceptron 

Tôi có một bộ dữ liệu rất lớn và thiếu khoảng 5% giá trị ngẫu nhiên. Các biến này có mối tương quan với nhau. Ví dụ R tập dữ liệu sau đây chỉ là một ví dụ đồ chơi với dữ liệu tương quan giả. set.seed(123) # matrix of …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Sự miêu tả: Đặt miền vấn đề là phân loại tài liệu trong đó tồn tại một tập các vectơ đặc trưng, ​​mỗi thuộc về 1 hoặc nhiều lớp. Ví dụ, một tài liệu doc_1có thể thuộc Sportsvà Englishloại. Câu hỏi: Sử dụng mạng nơ ron để phân loại, nhãn …

12 machine-learning  neural-networks  natural-language  multilabel 

Trong khóa học Machine Learning của Stanford, Andrew Ng đã đề cập đến việc áp dụng ML trong CNTT. Một thời gian sau khi tôi có kích thước vừa phải (khoảng 20 nghìn bot) DDoS trên trang web của chúng tôi, tôi quyết định chiến đấu chống lại nó bằng …

12 classification  neural-networks  unsupervised-learning 

Trong cuốn sách Deep Learning của Ian Goodfellow , người ta viết rằng Đôi khi, chức năng mất mà chúng ta thực sự quan tâm (giả sử, lỗi phân loại) không phải là một chức năng có thể được tối ưu hóa một cách hiệu quả. Ví dụ, giảm thiểu …

12 neural-networks  deep-learning  loss-functions 

Trước hết: Tôi biết, không có số lượng kích thước mẫu chung cần thiết để đào tạo một mạng lưới thần kinh. Nó phụ thuộc vào cách quá nhiều yếu tố như độ phức tạp của nhiệm vụ, tiếng ồn trong dữ liệu và như vậy. Và tôi càng có …

12 neural-networks  overfitting  underdetermined 

Bối cảnh: Tôi đang học chương 6 của Deep Learning của Ian Goodfellow và Yoshua Bengio và Aaron Courville. Trong phần 6.2.2.2 (trang 182 trên 183 có thể xem tại đây ) việc sử dụng sigmoid để xuất được thúc đẩy.P(y=1|x)P(y=1|x)P(y=1|x) Để tóm tắt một số tài liệu họ cho …

12 neural-networks  deep-learning 

Nếu chúng tôi xử lý 10 ví dụ trong một đợt, tôi hiểu rằng chúng tôi có thể tính tổng tổn thất cho mỗi ví dụ, nhưng làm thế nào để truyền bá hoạt động liên quan đến việc cập nhật các trọng số cho mỗi ví dụ? Ví dụ: …

12 neural-networks  gradient-descent  backpropagation  tensorflow 

Dưới đây là một mẫu mã máy ảnh sử dụng nó: from keras.constraints import max_norm model.add(Convolution2D(32, 3, 3, input_shape=(3, 32, 32), border_mode='same', activation='relu', kernel_constraint=max_norm(3)))

12 neural-networks  regularization  conv-neural-network  optimization 

Cả hai thuật ngữ "tăng tốc" và "tích chập chuyển vị" đều được sử dụng khi bạn thực hiện "giải mã" (<- không phải là một thuật ngữ tốt, nhưng hãy để tôi sử dụng nó ở đây). Ban đầu, tôi nghĩ rằng chúng có cùng ý nghĩa, nhưng dường …

12 machine-learning  neural-networks  conv-neural-network  transposed-convolution 

Tôi đang đọc bài viết Học tập dư thừa sâu để nhận dạng hình ảnh và tôi gặp khó khăn trong việc hiểu chắc chắn 100% những gì một khối còn lại đòi hỏi tính toán. Đọc bài báo của họ, họ có hình 2: trong đó minh họa những …

12 machine-learning  neural-networks  deep-learning  conv-neural-network  residual-networks