Câu hỏi được gắn thẻ «neural-networks»

Dường như có thể nhận được kết quả tương tự với mạng thần kinh với hồi quy tuyến tính đa biến trong một số trường hợp và hồi quy tuyến tính đa biến là siêu nhanh và dễ dàng. Trong trường hợp nào các mạng thần kinh có thể cho …

54 regression  multiple-regression  neural-networks 

Trong hầu hết các mã Tensorflow tôi đã thấy Adam Tối ưu hóa được sử dụng với Tỷ lệ học tập không đổi là 1e-4(tức là 0,0001). Mã thường trông như sau: ...build the model... # Add the optimizer train_op = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy) # Add the ops to initialize variables. These …

53 neural-networks  deep-learning  gradient-descent  tensorflow  adam 

Nhiều tác giả của bài báo tôi đọc khẳng định các SVM là kỹ thuật vượt trội để đối mặt với vấn đề hồi quy / phân loại của họ, nhận thấy rằng họ không thể nhận được kết quả tương tự thông qua NN. Thường thì sự so sánh …

52 machine-learning  svm  neural-networks 

Tôi hiểu làm thế nào một artificial neural network (ANN), có thể được đào tạo một cách có giám sát bằng cách sử dụng backpropogation để cải thiện sự phù hợp bằng cách giảm lỗi trong các dự đoán. Tôi đã nghe nói rằng ANN có thể được sử dụng …

52 clustering  neural-networks  unsupervised-learning  self-organizing-maps 

Tôi hiểu rằng việc giảm độ dốc ngẫu nhiên có thể được sử dụng để tối ưu hóa mạng thần kinh bằng cách sử dụng backpropagation bằng cách cập nhật mỗi lần lặp với một mẫu khác nhau của tập dữ liệu huấn luyện. Kích thước lô phải lớn như …

49 machine-learning  neural-networks  gradient-descent  backpropagation 

Vì chúng ta đang sử dụng hàm logistic để biến đổi một tổ hợp tuyến tính của đầu vào thành đầu ra phi tuyến tính, làm thế nào có thể coi hồi quy logistic là một phân loại tuyến tính? Hồi quy tuyến tính giống như một mạng thần kinh …

49 logistic  classification  neural-networks 

Có Mạng thần kinh tái phát và Mạng thần kinh đệ quy. Cả hai thường được ký hiệu bằng cùng một từ viết tắt: RNN. Theo Wikipedia , NN tái phát thực tế là NN đệ quy, nhưng tôi không thực sự hiểu lời giải thích. Hơn nữa, tôi dường …

48 machine-learning  neural-networks  deep-learning  natural-language 

Trong những năm gần đây, Mạng lưới thần kinh chuyển đổi (CNN) đã trở thành công nghệ tiên tiến để nhận dạng đối tượng trong thị giác máy tính. Thông thường, một CNN bao gồm một số lớp chập, tiếp theo là hai lớp được kết nối đầy đủ. Một …

46 machine-learning  neural-networks  svm  deep-learning  conv-neural-network 

Trong một bài đăng trên blog gần đây của Rong Ge, người ta nói rằng: Người ta tin rằng đối với nhiều vấn đề bao gồm học lưới sâu, hầu hết tất cả các mức tối thiểu cục bộ đều có giá trị hàm rất giống với tối ưu toàn …

46 machine-learning  neural-networks  optimization  deep-learning 

Gradient Descent có vấn đề bị kẹt trong Local Minima. Chúng ta cần chạy thời gian theo cấp số nhân của độ dốc để tìm cực tiểu toàn cầu. Bất cứ ai cũng có thể cho tôi biết về bất kỳ sự thay thế nào của việc giảm độ dốc …

46 machine-learning  svm  neural-networks 

Tôi đã viết một MLP đơn giản trong TensorFlow đang tạo mô hình Cổng XOR . Vì vậy đối với: input_data = [[0., 0.], [0., 1.], [1., 0.], [1., 1.]] nó sẽ tạo ra như sau: output_data = [[0.], [1.], [1.], [0.]] Mạng có một lớp đầu vào, một lớp …

45 machine-learning  neural-networks  error  gradient-descent  supervised-learning 

Tôi quen thuộc với các thuật toán giảm độ dốc cơ bản để đào tạo mạng lưới thần kinh. Tôi đã đọc bài viết đề xuất Adam: ADAM: PHƯƠNG PHÁP TỐI ƯU HÓA HẤP DẪN . Mặc dù tôi chắc chắn đã có một số hiểu biết (ít nhất là), …

45 neural-networks  optimization  gradient-descent  adam 

Tôi đang cố gắng để hiểu phần tích chập của mạng nơ ron tích chập. Nhìn vào hình sau: Tôi không có vấn đề gì trong việc hiểu lớp chập đầu tiên trong đó chúng ta có 4 hạt nhân khác nhau (có kích thước ), chúng ta kết hợp …

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

Mặc dù sự lựa chọn các chức năng kích hoạt cho lớp ẩn khá rõ ràng (chủ yếu là sigmoid hoặc tanh), tôi tự hỏi làm thế nào để quyết định chức năng kích hoạt cho lớp đầu ra. Các lựa chọn phổ biến là các hàm tuyến tính, các …

44 neural-networks 

Tôi muốn tìm hiểu Mạng lưới thần kinh. Tôi là một nhà ngôn ngữ học tính toán. Tôi biết phương pháp học máy thống kê và có thể viết mã bằng Python. Tôi đang tìm cách bắt đầu với các khái niệm của nó và biết một hoặc hai mô …

43 neural-networks  deep-learning  references  natural-language  computer-vision