Câu hỏi được gắn thẻ «neural-networks»

Mã hóa thưa thớt được định nghĩa là học một tập các vectơ cơ sở quá hoàn chỉnh để biểu diễn các vectơ đầu vào (<- tại sao chúng ta muốn điều này). Sự khác biệt giữa mã hóa thưa thớt và bộ mã hóa tự động là gì? Khi …

35 machine-learning  neural-networks  unsupervised-learning  deep-learning  autoencoders 

Tôi đã đọc một vài bài báo thảo luận về ưu và nhược điểm của từng phương pháp, một số ý kiến ​​cho rằng GA không đưa ra bất kỳ cải tiến nào trong việc tìm giải pháp tối ưu trong khi những người khác cho thấy rằng nó hiệu …

34 neural-networks  genetic-algorithms  backpropagation 

Tất cả chúng dường như đại diện cho các biến ngẫu nhiên bởi các nút và sự phụ thuộc (trong) thông qua các cạnh (có thể được định hướng). Tôi đặc biệt quan tâm đến quan điểm của người Bayes.

34 causality  neural-networks  multilevel-analysis  graphical-model 

Có ai nhìn thấy bất kỳ tài liệu về đào tạo trước trong mạng lưới thần kinh tích chập sâu? Tôi chỉ thấy đào tạo trước không được giám sát trong bộ tự động mã hóa hoặc máy Boltzman bị hạn chế.

33 machine-learning  neural-networks  deep-learning  conv-neural-network  autoencoders 

Tôi có một bộ dữ liệu phát trực tuyến, các ví dụ có sẵn tại một thời điểm. Tôi sẽ cần phải làm phân loại nhiều lớp trên chúng. Ngay khi tôi đưa ra một ví dụ đào tạo cho quá trình học tập, tôi phải loại bỏ ví dụ …

33 machine-learning  svm  neural-networks 

Tôi chưa quen với việc mô hình hóa với các mạng thần kinh, nhưng tôi đã quản lý để thiết lập một mạng lưới thần kinh với tất cả các điểm dữ liệu có sẵn phù hợp với dữ liệu được quan sát. Mạng thần kinh được thực hiện trong …

33 r  neural-networks 

Trong khóa học Mạng thần kinh và Deep Learning của Andrew Ng trên Coursera , ông nói rằng sử dụng hầu như luôn luôn thích hợp hơn là sử dụng .tanhtanhtanhsigmoidsigmoidsigmoid Lý do anh đưa ra là các kết quả đầu ra sử dụng trung tâm khoảng 0 thay vì …

33 machine-learning  neural-networks  backpropagation  sigmoid-curve 

Tôi đọc trên https://en.wikipedia.org/wiki/Generative_adversarial_networks : [Mạng đối nghịch tạo ra] đã được giới thiệu bởi Ian Goodfellow et al vào năm 2014. nhưng Jurgen Schmidhuber tuyên bố đã thực hiện công việc tương tự trước đó theo hướng đó (ví dụ, đã có một số cuộc tranh luận tại NIPS …

32 neural-networks  history  gan 

Tôi hoàn toàn mới đối với các mạng lưới thần kinh nhưng rất quan tâm đến việc hiểu chúng. Tuy nhiên, không dễ dàng gì để bắt đầu. Bất cứ ai có thể giới thiệu một cuốn sách tốt hoặc bất kỳ loại tài nguyên khác? Có phải đọc? Tôi …

32 machine-learning  neural-networks  references 

Làm thế nào để chúng tôi giải thích sự khác biệt giữa hồi quy logistic và mạng lưới thần kinh với một đối tượng không có nền tảng về thống kê?

32 logistic  neural-networks 

Các máy tính trong một thời gian dài đã có thể chơi cờ bằng cách sử dụng một "kỹ thuật vũ phu", tìm kiếm đến một độ sâu nhất định và sau đó đánh giá vị trí. Tuy nhiên, máy tính AlphaGo chỉ sử dụng ANN để đánh giá các …

32 neural-networks  deep-learning  reinforcement-learning  games 

Giới thiệu nền Trong một mạng nơ ron tích chập, chúng ta thường có một cấu trúc / luồng chung trông như thế này: hình ảnh đầu vào (tức là một vectơ 2D x) (Lớp kết hợp đầu tiên (Conv1) bắt đầu tại đây ...) kết hợp một bộ các …

32 neural-networks  deep-learning  conv-neural-network 

Tôi đã làm việc với một vấn đề hồi quy trong đó đầu vào là một hình ảnh và nhãn là giá trị liên tục trong khoảng từ 80 đến 350. Hình ảnh là một số hóa chất sau khi xảy ra phản ứng. Màu sắc cho thấy nồng độ …

32 regression  machine-learning  neural-networks  conv-neural-network  tensorflow 

Tôi đã học LSTM được một thời gian. Tôi hiểu ở mức độ cao làm thế nào mọi thứ hoạt động. Tuy nhiên, việc triển khai chúng bằng cách sử dụng Tensorflow tôi nhận thấy rằng BasicLSTMCell yêu cầu một số tham số đơn vị (tức là num_units). Từ này …

32 neural-networks  terminology  lstm  rnn  tensorflow 

Tôi đọc trang này: http://neuralnetworksanddeeplearning.com/chap3.html và nó nói rằng lớp đầu ra sigmoid với entropy chéo khá giống với lớp đầu ra softmax với khả năng đăng nhập. Điều gì xảy ra nếu tôi sử dụng sigmoid với khả năng đăng nhập hoặc softmax với entropy chéo trong lớp đầu …

31 neural-networks  maximum-likelihood  softmax