Câu hỏi được gắn thẻ «neural-networks»

Tôi đã đọc được rằng có lợi khi áp dụng một số biến đổi tính năng phổ biến nhất định trên các bộ dữ liệu trước khi chúng đạt được các mô hình học máy. Chúng dựa trên sự phân phối các tính năng của bộ dữ liệu; ví dụ: …

7 neural-networks  deep-learning  data-transformation 

Trong những năm gần đây, lĩnh vực phát hiện đối tượng đã trải qua một bước đột phá lớn sau khi phổ biến mô hình Deep Learning. Các cách tiếp cận như YOLO, SSD hoặc FasterRCNN giữ trạng thái hiện đại trong nhiệm vụ chung là phát hiện đối tượng …

7 neural-networks  deep-learning  image-processing  computer-vision  object-detection 

Vào năm 2015, Tishby và Zaslavsky đã xuất bản một bài báo nổi tiếng tuyên bố rằng cái gọi là Nguyên tắc thắt cổ chai thông tin có thể được sử dụng để hiểu một số hành vi của các mạng lưới thần kinh sâu sắc. Trong một bài báo …

7 neural-networks  references  deep-learning  information-theory 

Có một quy tắc cũ cho thống kê đa biến khuyến nghị tối thiểu 10 trường hợp cho mỗi biến độc lập. Nhưng đó thường là nơi có một tham số phù hợp với từng biến. Tại sao tôi hỏi: Tôi đang làm việc thông qua một ví dụ trong …

7 self-study  neural-networks 

Học từ xa dựa trên bộ ba để nhận dạng khuôn mặt có vẻ rất hiệu quả. Tôi tò mò về một khía cạnh cụ thể của bài báo. Là một phần của việc tìm kiếm sự nhúng cho một khuôn mặt, các tác giả đã bình thường hóa các …

7 neural-networks  deep-learning  normalization  image-processing 

Tôi đã tự hỏi và cố gắng hiểu liệu có tồn tại bất kỳ lý do toán học nào đằng sau sự vượt trội của RNN so với các mạng chuyển tiếp khi xử lý dữ liệu tuần tự hay không. Ví dụ: khi mô hình hóa chuỗi thời gian, …

7 machine-learning  time-series  neural-networks  rnn 

Mạng lưới thần kinh được gọi là " U-Net " (Ronneberger, Fischer và Brox 2015) là một kỹ thuật nổi bật trong cuộc thi Phân đoạn siêu âm thần kinh gần đây của Kaggle , trong đó điểm số cao được trao cho các thuật toán tạo mặt nạ pixel …

7 neural-networks  deep-learning  biostatistics  conv-neural-network  image-processing 

Tôi có ma trận dữ liệu hình ảnh trong đó là số ví dụ hình ảnh và là số pixel hình ảnh: , vì mỗi hình ảnh là hình ảnh 3 kênh . Hơn nữa, mỗi trong số 50000 hình ảnh thuộc về 1 trong 10 lớp có thể. Đó …

7 machine-learning  classification  neural-networks  pca  image-processing 

Tôi có một nắm bắt tốt về mạng lưới thần kinh, lan truyền ngược và quy tắc chuỗi tuy nhiên tôi đang đấu tranh để hiểu sự khác biệt tự động. Dưới đây đề cập đến sự khác biệt tự động bên ngoài bối cảnh lan truyền trở lại: Làm …

7 machine-learning  neural-networks  deep-learning  tensorflow  automatic-differentiation 

Tôi hiện đang làm việc để đào tạo một mạng lưới thần kinh 5 lớp và tôi gặp một số vấn đề với lớp tanh và muốn thử lớp ReLU. Nhưng tôi thấy rằng nó trở nên tồi tệ hơn đối với lớp ReLU. Tôi tự hỏi liệu có phải …

7 neural-networks 

Tôi đã đọc bài viết chuẩn hóa hàng loạt (BN) (1) và nó nói: Đối với điều này, khi mạng đã được đào tạo, chúng tôi sử dụng chuẩn hóa bằng cách sử dụng dân số , thay vì mini -batch, thống kê.x^=x−E[x]Var[x]+ϵ−−−−−−−−√x^=x−E[x]Var[x]+ϵ\hat{x} = \frac{x - E[x]}{ \sqrt{Var[x] + \epsilon}} …

7 machine-learning  neural-networks  deep-learning  conv-neural-network  batch-normalization 

Có ai biết nếu có một khái quát về mạng chập hoạt động với các tenx đầu vào 4D chứ không phải 3D. Nói chung, theo tôi hiểu, các bộ lọc mạng tích chập chấp nhận một khoảng tọa độ x, y nhất định trên mỗi bộ lọc và toàn …

7 neural-networks  conv-neural-network 

Với tình trạng hiện đại của các công nghệ và công cụ học máy hiện đại (ví dụ: TensorFlow, Theano, v.v.), có vẻ như ngưỡng nhập cảnh gần đây đã giảm xuống và đủ để có thể lập trình, nói, Python, để xây dựng những điều thú vị. Một nguồn …

7 machine-learning  neural-networks  deep-learning 

Tôi đang cố gắng đào tạo một mô hình lớn (mạng sâu sử dụng caffe) bằng cách sử dụng gốc dốc ngẫu nhiên (SGD). Vấn đề là tôi bị hạn chế bởi dung lượng bộ nhớ GPU của mình và do đó không thể xử lý các lô nhỏ lớn …

7 machine-learning  neural-networks  deep-learning  gradient-descent  sgd 

Giả sử người học thành thạo với các mạng lưới thần kinh nhân tạo, và có một số nền tảng trong học tập củng cố. Một số tài nguyên tốt (sách / video / giấy tờ / GitHub repo / v.v.) để bắt đầu với việc học tập củng cố …

7 neural-networks  references  deep-learning  reinforcement-learning