Pertanyaan yang diberi tag «deep-learning»

Saat ini saya sedang melatih jaringan saraf dan saya tidak bisa memutuskan mana yang akan digunakan untuk menerapkan kriteria Berhenti Awal saya: kehilangan validasi atau metrik seperti akurasi / f1ccore / auc / apa pun yang dihitung pada set validasi. Dalam penelitian saya, saya menemukan artikel yang membela kedua sudut …

10 machine-learning  neural-network  deep-learning  classification 

Saya mencoba membangun sistem pengenalan gerakan untuk mengklasifikasikan ASL (American Sign Language) Gestures, jadi input saya seharusnya adalah urutan frame baik dari kamera atau file video kemudian mendeteksi urutan dan memetakannya sesuai kelas (tidur, membantu, makan, lari, dll.) Masalahnya adalah saya sudah membangun sistem yang sama tetapi untuk gambar statis …

10 neural-network  deep-learning  keras  rnn  lstm 

Saya sedang belajar cara menggunakan Keras dan saya sudah cukup berhasil dengan dataset berlabel menggunakan contoh-contoh pada Chollet's Deep Learning for Python . Kumpulan data adalah ~ 1000 Time Series dengan panjang 3125 dengan 3 kelas potensial. Saya ingin melampaui lapisan Dense dasar yang memberi saya tingkat prediksi sekitar 70% …

10 python  deep-learning  time-series  lstm  rnn 

Saya mencoba menerapkan algoritma di mana diberikan gambar dengan beberapa objek pada tabel bidang, yang diinginkan adalah output dari masker segmentasi untuk setiap objek. Tidak seperti di CNN, tujuannya di sini adalah untuk mendeteksi objek di lingkungan yang tidak dikenal. Apa pendekatan terbaik untuk masalah ini? Juga, apakah ada contoh …

10 machine-learning  deep-learning  cnn  computer-vision  object-detection 

Untuk beberapa alasan, AlphaGo Zero tidak mendapatkan publisitas sebanyak seperti AlphaGo asli, meskipun hasilnya luar biasa. Mulai dari awal, sudah mengalahkan AlphaGo Master dan telah melewati banyak tolok ukur lainnya. Bahkan yang lebih luar biasa, ini dilakukan dalam 40 hari. Google menamainya sebagai "pemain Go terbaik di dunia" . DeepMind …

10 machine-learning  deep-learning 

Saya seorang pemula untuk Keras dan saya sudah mulai dengan contoh MNIST untuk memahami bagaimana sebenarnya perpustakaan bekerja. Cuplikan kode masalah MNIST dalam folder Keras contoh diberikan sebagai: import numpy as np np.random.seed(1337) # for reproducibility from keras.datasets import mnist from keras.models import Sequential from keras.layers import Dense, Dropout, Activation, …

10 python  neural-network  deep-learning  keras 

Saya baru saja membaca makalah Geoff Hinton tentang mentransformasikan autoencoder Hinton, Krizhevsky dan Wang: Transforming Auto-encoders . Dalam Jaringan Saraf Tiruan dan Pembelajaran Mesin, 2011. dan ingin bermain-main dengan sesuatu seperti ini. Tetapi setelah membacanya saya tidak bisa mendapatkan cukup detail dari koran tentang bagaimana saya benar-benar menerapkannya. Apakah ada …

10 neural-network  deep-learning  autoencoder 

Saya telah belajar tentang Neural Networks Konvolusional. Ketika melihat Kerascontoh-contoh, saya menemukan tiga metode konvolusi yang berbeda. Yaitu, 1D, 2D & 3D. Apa perbedaan antara ketiga lapisan ini? Apa kasus penggunaannya? Apakah ada beberapa tautan atau referensi untuk menunjukkan kasus penggunaannya?

10 machine-learning  neural-network  deep-learning  keras  cnn 

Saya membaca kertas landasan Sequence to Sequence Learning dengan Neural Networks oleh Ilya Sutskever dan Quoc Le. Pada halaman pertama, secara singkat disebutkan bahwa: A surprising example of the power of DNNs is their ability to sort N N-bit numbers using only 2 hidden layers of quadratic size Adakah yang …

10 deep-learning 

Saya sekarang membaca buku berjudul "Pembelajaran Mesin Langsung dengan Scikit-Learn dan TensorFlow" dan pada bab 11, ia memiliki deskripsi berikut tentang penjelasan ELU (Exponential ReLU). Ketiga, fungsinya halus di mana-mana, termasuk di sekitar z = 0, yang membantu mempercepat Gradient Descent, karena tidak memantul sebanyak kiri dan kanan z = …

10 deep-learning  gradient-descent 

Dalam Pendahuluan saya baru saja berubah loss = tf.reduce_mean(tf.square(y - y_data)) untuk loss = tf.reduce_mean(tf.abs(y - y_data)) dan model tidak dapat mempelajari kerugian hanya menjadi lebih besar seiring waktu. Mengapa?

10 neural-network  deep-learning  tensorflow 

Menurut definisi, Relu adalah max(0,f(x)). Kemudian gradien yang didefinisikan sebagai: 1 if x > 0 and 0 if x < 0. Bukankah ini berarti gradien selalu 0 (hilang) ketika x <0? Lalu mengapa kita mengatakan Relu tidak menderita masalah gradien menghilang?

10 deep-learning 

Mengingat tugas belajar yang sulit (misalnya dimensi tinggi, kompleksitas data yang melekat) Deep Neural Networks menjadi sulit untuk dilatih. Untuk meringankan banyak masalah, orang mungkin: Normalisasi && data kualitas pilihan sendiri pilih algoritma pelatihan yang berbeda (misalnya RMSprop alih-alih Gradient Descent) pilih fungsi Biaya gradien yang lebih curam (mis. Cross …

10 machine-learning  neural-network  deep-learning  randomized-algorithms 

Saya mencoba untuk melatih jaringan saraf tiruan dengan dua lapisan convolutional (c1, c2) dan dua lapisan tersembunyi (c1, c2). Saya menggunakan pendekatan backpropagation standar. Dalam pass mundur saya menghitung istilah kesalahan lapisan (delta) berdasarkan kesalahan lapisan sebelumnya, bobot lapisan sebelumnya dan gradien aktivasi sehubungan dengan fungsi aktivasi lapisan saat ini. …

10 machine-learning  data-mining  neural-network  deep-learning 

Normalisasi Batch dijelaskan dalam makalah ini sebagai normalisasi input ke fungsi aktivasi dengan skala dan variabel bergeserγγ\gamma dan ββ\beta. Makalah ini terutama menjelaskan menggunakan fungsi aktivasi sigmoid, yang masuk akal. Namun, bagi saya tampaknya memberi makan input dari distribusi normal yang dihasilkan oleh normalisasi batch menjadi fungsi aktivasi ReLU darim …

10 machine-learning  neural-network  deep-learning  batch-normalization