Pertanyaan yang diberi tag «deep-learning»

Bagaimana Anda bisa memprogram di perpustakaan keras (atau tensorflow) untuk mempartisi pelatihan pada beberapa GPU? Katakanlah Anda menggunakan instance Amazon ec2 yang memiliki 8 GPU dan Anda ingin menggunakan semuanya untuk berlatih lebih cepat, tetapi kode Anda hanya untuk satu CPU atau GPU.

33 python  deep-learning  tensorflow  keras  gpu 

Saya membaca tentang NCE (suatu bentuk pengambilan sampel kandidat) dari dua sumber ini: Tulisan Tensorflow Kertas asli Adakah yang bisa membantu saya dengan hal berikut: Penjelasan sederhana tentang cara kerja NCE (saya menemukan hal di atas sulit diurai dan mendapatkan pemahaman, sehingga sesuatu yang intuitif yang mengarah ke matematika yang …

32 deep-learning  tensorflow  word-embeddings  sampling  loss-function 

Jadi, baru-baru ini ada kertas Normalisasi Layer . Ada juga implementasi di Keras. Tapi saya ingat ada makalah yang berjudul Normalisasi Batch Berulang (Cooijmans, 2016) dan Batch Normalisasi Jaringan Saraf Berulang (Laurent, 2015). Apa perbedaan antara ketiganya? Ada bagian Pekerjaan Terkait ini yang saya tidak mengerti: Normalisasi batch sebelumnya telah …

30 deep-learning  rnn  normalization  batch-normalization 

Saya memiliki masalah data besar dengan dataset besar (misalnya 50 juta baris dan 200 kolom). Dataset terdiri dari sekitar 100 kolom numerik dan 100 kolom kategorikal dan kolom respons yang mewakili masalah kelas biner. Kardinalitas masing-masing kolom kategorikal kurang dari 50. Saya ingin tahu apriori apakah saya harus menggunakan metode …

30 machine-learning  classification  deep-learning 

Mengapa menggunakan softmax sebagai lawan dari normalisasi standar? Di area komentar dari jawaban teratas dari pertanyaan ini, @Kilian Batzner mengajukan 2 pertanyaan yang juga membingungkan saya. Sepertinya tidak ada yang memberi penjelasan kecuali manfaat numerik. Saya mendapatkan alasan untuk menggunakan Cross-Entropy Loss, tetapi bagaimana hubungannya dengan softmax? Anda mengatakan "fungsi …

30 machine-learning  deep-learning 

Dalam tugas-tugas pembelajaran mesin, adalah umum untuk mengacak data dan menormalkannya. Tujuan normalisasi jelas (karena memiliki rentang nilai fitur yang sama). Tapi, setelah banyak berjuang, saya tidak menemukan alasan berharga untuk mengacak data. Saya telah membaca posting ini di sini membahas kapan kita perlu mengacak data, tetapi tidak jelas mengapa …

30 machine-learning  neural-network  deep-learning 

Dalam konteks Pembelajaran Mesin , saya telah melihat istilah Ground Truth banyak digunakan. Saya telah mencari banyak dan menemukan definisi berikut di Wikipedia : Dalam pembelajaran mesin, istilah "kebenaran dasar" mengacu pada akurasi klasifikasi set pelatihan untuk teknik pembelajaran yang diawasi. Ini digunakan dalam model statistik untuk membuktikan atau menyangkal …

30 machine-learning  neural-network  deep-learning 

Saya mencoba untuk melatih model peningkatan gradien lebih dari 50k contoh dengan 100 fitur numerik. XGBClassifiermenangani 500 pohon dalam waktu 43 detik pada mesin saya, sementara GradientBoostingClassifierhanya menangani 10 pohon (!) dalam 1 menit dan 2 detik :( Saya tidak repot-repot mencoba menumbuhkan 500 pohon karena akan memakan waktu berjam-jam. …

29 scikit-learn  xgboost  gbm  data-mining  classification  data-cleaning  machine-learning  reinforcement-learning  data-mining  bigdata  dataset  nlp  language-model  stanford-nlp  machine-learning  neural-network  deep-learning  randomized-algorithms  machine-learning  beginner  career  xgboost  loss-function  neural-network  software-recommendation  naive-bayes-classifier  classification  scikit-learn  feature-selection  r  random-forest  cross-validation  data-mining  python  scikit-learn  random-forest  churn  python  clustering  k-means  machine-learning  nlp  sentiment-analysis  machine-learning  programming  python  scikit-learn  nltk  gensim  visualization  data  csv  neural-network  deep-learning  descriptive-statistics  machine-learning  supervised-learning  text-mining  orange  data  parameter-estimation  python  pandas  scraping  r  clustering  k-means  unsupervised-learning 

Saya telah melihat diskusi tentang 'overhead' GPU, dan untuk jaringan 'kecil', mungkin sebenarnya lebih cepat untuk berlatih menggunakan CPU (atau jaringan CPU) daripada GPU. Apa yang dimaksud dengan 'kecil'? Misalnya, apakah MLP satu-lapis dengan 100 unit tersembunyi akan 'kecil'? Apakah definisi kami tentang 'kecil' berubah untuk arsitektur berulang? Apakah ada …

29 neural-network  deep-learning  gpu 

Saya ingin melatih model yang mendalam dengan sejumlah besar data pelatihan, tetapi desktop saya tidak memiliki kekuatan untuk melatih model yang begitu mendalam dengan data yang berlimpah ini. Saya ingin tahu apakah ada layanan cloud gratis yang dapat digunakan untuk pelatihan pembelajaran mesin dan model pembelajaran yang mendalam? Saya juga …

27 machine-learning  neural-network  deep-learning  cloud-computing 

Bagaimana Keras menghitung akurasi dari probabilitas classwise? Katakanlah, misalnya kita memiliki 100 sampel dalam set tes yang dapat dimiliki salah satu dari dua kelas. Kami juga memiliki daftar probabilites yang berkelas. Ambang apa yang digunakan Keras untuk menetapkan sampel ke salah satu dari dua kelas?

26 neural-network  deep-learning  keras 

Baik PyTorch dan Tensorflow Fold adalah kerangka pembelajaran yang dalam yang dimaksudkan untuk menangani situasi di mana data input memiliki panjang atau dimensi yang tidak seragam (yaitu, situasi di mana grafik dinamis berguna atau dibutuhkan). Saya ingin tahu bagaimana mereka membandingkan, dalam arti paradigma yang mereka andalkan (misalnya batch dinamis) …

26 python  deep-learning  tensorflow  pytorch 

Saya memiliki input yang merupakan daftar dan output adalah maksimum dari elemen-elemen dari daftar-input. Dapatkah pembelajaran mesin mempelajari fungsi seperti itu yang selalu memilih maksimum elemen input yang ada dalam input? Ini mungkin tampak sebagai pertanyaan yang cukup mendasar tetapi mungkin memberi saya pemahaman tentang apa yang bisa dilakukan pembelajaran …

26 machine-learning  deep-learning 

Saya mencoba menggabungkan dua model Keras menjadi satu model dan saya tidak dapat melakukannya. Sebagai contoh pada Gambar terlampir, saya ingin mengambil lapisan tengah dari dimensi 8, dan menggunakan ini sebagai input ke lapisan (dari dimensi 8 lagi) di Model dan kemudian menggabungkan kedua Model dan Model sebagai model tunggal.A …

26 machine-learning  python  deep-learning  keras  tensorflow 

Saya seorang pemula untuk jaringan saraf dan mengalami kesulitan memahami dua konsep: Bagaimana seseorang memutuskan jumlah lapisan tengah yang dimiliki jaringan saraf? 1 vs 10 atau apa pun. Bagaimana cara menentukan jumlah neuron di setiap lapisan tengah? Apakah disarankan memiliki jumlah neuron yang sama di setiap lapisan tengah atau apakah …

26 machine-learning  neural-network  deep-learning  hyperparameter  hyperparameter-tuning