Câu hỏi được gắn thẻ «neural-networks»

Giáo viên của tôi đã chứng minh rằng đạo hàm thứ hai của entropy chéo luôn luôn dương, do đó hàm chi phí của các mạng thần kinh sử dụng entropy chéo là lồi. Điều này có đúng không? Tôi khá bối rối về điều này bởi vì tôi luôn …

9 neural-networks  convex 

Tôi muốn đào tạo một mạng lưới thần kinh với một chuỗi ký tự như một vector đầu vào. Các ví dụ học tập có độ dài khác nhau và vì lý do này, tôi không biết cách thể hiện chúng. Hãy nói rằng tôi có hai ví dụ về …

9 machine-learning  neural-networks  feature-selection  natural-language 

Tôi đã học được rằng sự phù hợp quá mức có thể được phát hiện bằng cách vẽ lỗi đào tạo và lỗi kiểm tra so với các kỷ nguyên. Giống như trong: Tôi đã đọc blogpost này nơi họ nói rằng mạng lưới thần kinh, net5 quá phù hợp …

9 neural-networks  overfitting 

Khi sử dụng thuật toán học CD liên tục cho các máy Bolzmann bị hạn chế, chúng tôi bắt đầu chuỗi lấy mẫu Gibbs trong lần lặp đầu tiên tại một điểm dữ liệu, nhưng trái với CD thông thường, trong các lần lặp lại, chúng tôi không bắt đầu …

9 machine-learning  neural-networks  rbm 

Tôi đang sử dụng trình phân loại dựa trên Mạng thần kinh để chạy phân loại dữ liệu của mình theo chiều n. Sau đó, tôi nghĩ rằng có thể nên chạy giảm kích thước như PCA cho dữ liệu của mình lúc đầu, sau đó đưa kết quả PCA …

9 pca  neural-networks 

Mạng đối thủ chung (GAN) có thể được sử dụng để tăng dữ liệu (nghĩa là để tạo các ví dụ tổng hợp được thêm vào tập dữ liệu) không? Nó có ảnh hưởng gì đến hiệu suất của một mô hình được đào tạo trên bộ dữ liệu tăng …

9 machine-learning  neural-networks  gan  data-augmentation 

Sự khác biệt giữa các lớp đối lưu và các lớp FC là gì? Tại sao tôi không thể sử dụng các lớp đối lưu thay vì các lớp FC ?

9 neural-networks  conv-neural-network  convolution 

Các thuật ngữ "dày đặc" và "thưa thớt" có nghĩa là gì trong bối cảnh của các mạng lưới thần kinh (NN)? sự khác biệt giữa chúng là gì? Tại sao chúng được gọi như vậy?

9 neural-networks  terminology  definition 

Tôi muốn thực hiện phân tích tình cảm trên văn bản, đã trải qua một số bài viết, một số trong số họ đang sử dụng "Naive Bayes" và một số khác là "Mạng thần kinh tái phát (LSTM)" , mặt khác tôi đã thấy một thư viện python để …

8 machine-learning  neural-networks  python  natural-language 

Câu hỏi này tiếp theo trên stats.stackexchange.com/q/233658 Mô hình hồi quy logistic cho các lớp {0, 1} là P(y=1|x)=exp(wTx)1+exp(wTx)P(y=0|x)=11+exp(wTx)P(y=1|x)=exp⁡(wTx)1+exp⁡(wTx)P(y=0|x)=11+exp⁡(wTx) \mathbb{P} (y = 1 \;|\; x) = \frac{\exp(w^T x)}{1 + \exp(w^T x)} \\ \mathbb{P} (y = 0 \;|\; x) = \frac{1}{1 + \exp(w^T x)} Rõ ràng các xác suất đó tổng …

8 logistic  neural-networks  multinomial-logit  softmax  identifiability 

Điều sau đây có đúng không? độ lệch thấp = phương sai cao độ lệch cao = phương sai thấp Tôi hiểu độ lệch cao và thấp nhưng sau đó phương sai khác nhau như thế nào? Hay là những từ đồng nghĩa ở trên?

8 machine-learning  neural-networks  variance  sampling  bias 

Định lý gần đúng phổ quát cho các mạng thần kinh giữ cho bất kỳ chức năng kích hoạt nào (sigmoid, ReLU, Softmax, v.v ...) hay nó bị giới hạn ở các hàm sigmoid? Cập nhật: Như shimao chỉ ra trong các bình luận, nó không giữ được bất kỳ …

8 neural-networks  approximation 

Nó khá trực quan mà hầu hết các cấu trúc / cấu trúc mạng thần kinh không thể xác định được. Nhưng một số kết quả nổi tiếng trong lĩnh vực này là gì? Có những điều kiện đơn giản cho phép / ngăn chặn nhận dạng? Ví dụ, tất …

8 neural-networks  conv-neural-network  rnn  identifiability 

Nếu mạng lưới thần kinh sâu được coi là xấp xỉ chức năng phổ quát, thì việc mở rộng cơ sở có thực sự cần thiết? Hay đây sẽ là trường hợp cụ thể? Ví dụ: nếu một người có ba biến X định lượng, liệu có bất kỳ lợi …

8 neural-networks  deep-learning  feature-construction 

Trong tuần 5 ghi chú bài giảng cho Lớp học máy Coursera của Andrew Ng , công thức sau đây được đưa ra để tính giá trị của được sử dụng để khởi tạo với các giá trị ngẫu nhiên:Θεϵ\epsilonΘΘ\Theta Trong bài tập , làm rõ thêm được đưa ra: …

8 machine-learning  neural-networks  random-generation