Câu hỏi được gắn thẻ «neural-networks»

Tôi bắt đầu học về các mạng nơ-ron với hướng dẫn chấm com nơ-ron thần kinh. Cụ thể trong chương 3 có một phần về hàm entropy chéo và định nghĩa mất entropy chéo là: C= - 1nΣxΣj( yjlnmộtLj+ ( 1 - yj) ln( 1 - mộtLj) )C=−1n∑x∑j(yjln⁡ajL+(1−yj)ln⁡(1−ajL))C = -\frac{1}{n} …

12 neural-networks  loss-functions  softmax  cross-entropy 

Làm cách nào để mã hóa ngày và thời gian của một sự kiện cho mạng thần kinh? Tôi không có chuỗi thời gian liên tục, nhưng một số sự kiện có ngày và thời gian, và tôi phân tích một số loại quan tâm. Sở thích này khác nhau …

12 neural-networks  deep-learning 

Đọc sâu hơn với các kết luận Tôi bắt gặp một lớp DepthConcat , một khối xây dựng của các mô-đun khởi động được đề xuất , kết hợp đầu ra của nhiều thang đo có kích thước khác nhau. Các tác giả gọi đây là "Bộ lọc ghép". Dường …

12 neural-networks  torch  conv-neural-network 

Tôi muốn hiểu thử nghiệm chính xác của ngư dân tốt hơn, vì vậy tôi đã nghĩ ra ví dụ đồ chơi sau đây, trong đó f và m tương ứng với nam và nữ, và n và y tương ứng với "tiêu thụ soda" như thế này: > soda_gender …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

Hàm softmax, thường được sử dụng trong các mạng thần kinh để chuyển đổi số thực thành xác suất, có chức năng tương tự như phân phối Boltzmann, phân phối xác suất trên các năng lượng để tạo ra các hạt ở trạng thái cân bằng nhiệt ở nhiệt độ …

12 machine-learning  neural-networks  softmax 

Khi mọi người nói về mạng lưới thần kinh, họ có ý nghĩa gì khi họ nói "kích thước hạt nhân"? Kernels là các hàm tương tự, nhưng điều đó nói gì về kích thước kernel?

12 machine-learning  neural-networks 

Những vấn đề đầu vào tuần tự phù hợp nhất cho từng vấn đề? Liệu kích thước đầu vào xác định cái nào phù hợp hơn? Các vấn đề đòi hỏi "bộ nhớ dài hơn" có phù hợp hơn với LSTM RNN không, trong khi các vấn đề với mô …

12 time-series  neural-networks  hidden-markov-model  rnn 

Theo như tôi biết, cả hai bộ tự động và t-SNE đều được sử dụng để giảm kích thước phi tuyến. Sự khác biệt giữa chúng là gì và tại sao tôi nên sử dụng cái này so với cái khác?

12 neural-networks  deep-learning  dimensionality-reduction  autoencoders  tsne 

LSTM trong mã Keras sau input_t = Input((4, 1)) output_t = LSTM(1)(input_t) model = Model(inputs=input_t, outputs=output_t) print(model.summary()) có thể được đại diện như model.predict(np.array([[[1],[2],[3],[4]]]))x1=[1],x2=[2],x3=[3],x4=[4]x1=[1],x2=[2],x3=[3],x4=[4]x_1 = [1], x_2 = [2], x_3 = [3], x_4 = [4] Tôi không hiểu làm thế nào mạng thần kinh sau sẽ xử lý cùng một …

12 machine-learning  neural-networks  lstm  keras 

Trong cuốn sách của Goodfellow (2016) về học tập sâu, ông đã nói về sự tương đương của việc dừng sớm với chính quy L2 ( https://www.deeplearningbook.org/contents/THERization.html trang 247). Xấp xỉ bậc hai của hàm chi phí jjj được cho bởi: J^(θ)=J(w∗)+12(w−w∗)TH(w−w∗)J^(θ)=J(w∗)+12(w−w∗)TH(w−w∗)\hat{J}(\theta)=J(w^*)+\frac{1}{2}(w-w^*)^TH(w-w^*) HHHf(w+ϵ)=f(w)+f′(w)⋅ϵ+12f′′(w)⋅ϵ2f(w+ϵ)=f(w)+f′(w)⋅ϵ+12f″(w)⋅ϵ2f(w+\epsilon)=f(w)+f'(w)\cdot\epsilon+\frac{1}{2}f''(w)\cdot\epsilon^2

11 neural-networks  deep-learning  loss-functions  derivative 

Theo hiểu biết của tôi, CNN bao gồm hai phần. Phần đầu tiên (các lớp đối lưu / nhóm) thực hiện trích xuất tính năng và phần thứ hai (các lớp fc) thực hiện phân loại từ các tính năng. Vì các mạng thần kinh được kết nối đầy đủ …

11 neural-networks  svm  random-forest  conv-neural-network 

Ví dụ, giả sử chúng ta xây dựng một công cụ ước tính tuổi, dựa trên hình ảnh của một người. Bên dưới chúng tôi có hai người mặc com lê, nhưng người thứ nhất rõ ràng trẻ hơn người thứ hai. (nguồn: tinytux.com ) Có rất nhiều tính năng …

11 neural-networks  computer-vision 

Đây là một cái gì đó tôi đọc trong cuốn sách Deep Learning của Ian Goodfellow . Trong ngữ cảnh của các mạng thần kinh, "hình phạt định mức tham số L2 thường được gọi là phân rã trọng lượng. Chiến lược chính quy này đẩy trọng số gần với …

11 machine-learning  neural-networks  deep-learning  regularization 

Tôi đã đọc bài viết chuẩn hóa hàng loạt [1] và nó có một phần trong đó là một ví dụ, cố gắng chỉ ra tại sao việc chuẩn hóa phải được thực hiện cẩn thận. Thành thật mà nói, tôi không thể hiểu được ví dụ này hoạt động …

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

Gần đây, chúng ta đã thấy sự xuất hiện của Mạng lưới thần kinh dư, trong đó, mỗi lớp bao gồm một mô đun tính toán và một kết nối phím tắt bảo tồn đầu vào của lớp như đầu ra của lớp thứ i thể hiện: Mạng cho phép …

11 machine-learning  neural-networks  deep-learning  gradient-descent  residual-networks