Pertanyaan yang diberi tag «neural-network»

Apa fungsi biaya terbaik untuk melatih jaringan saraf untuk melakukan regresi ordinal , yaitu untuk memprediksi hasil yang nilainya ada pada skala sewenang-wenang di mana hanya pemesanan relatif antara nilai yang berbeda adalah signifikan (misalnya: untuk memprediksi ukuran produk mana yang akan dipesan pelanggan : 'kecil' (kode 0), 'sedang' (kode …

8 neural-network  cost-function 

Dalam makalah Normalisasi Batch: Mempercepat Pelatihan Jaringan Dalam dengan Mengurangi Pergeseran Kovarian Internal (di sini ) Sebelum menjelaskan proses normalisasi bets, makalah ini mencoba menjelaskan masalah yang terkait dengan (saya tidak mendapatkan apa masalah yang sebenarnya dibahas di sini) . kutipan dari bagian 2, para 2: Kami dapat mempertimbangkan pemutihan …

8 neural-network  deep-learning  batch-normalization 

Saya menggunakan paket Kerasdalam R untuk melakukan jaringan saraf. Bagaimana saya mengekstrak output dari lapisan tersembunyi? Saya menemukan contoh dalam python, tetapi hanya saja saya tidak tahu bagaimana melakukannya di R.

8 neural-network  r  keras 

Saya memiliki jaringan saraf sederhana (NN) untuk klasifikasi MNIST. Ini termasuk 2 lapisan tersembunyi, masing-masing dengan 500 neuron. Oleh karena itu dimensi NN adalah: 784-500-500-10. ReLU digunakan di semua neuron, softmax digunakan pada output, dan cross-entropy adalah fungsi loss. Apa yang membingungkan saya adalah mengapa overfitting tampaknya tidak menghancurkan NN? …

8 machine-learning  neural-network  classification  overfitting 

Saya seorang siswa pembelajaran mesin, dan hari ini saya mencoba belajar bagaimana menggunakan perpustakaan TensorFlow. Saya telah melalui berbagai tutorial dan percobaan & kesalahan dengan tensorflow, dan saya pikir cara terbaik untuk mempelajarinya secara nyata adalah dengan menggunakannya dalam proyek kecil saya sendiri. Saya telah memutuskan bahwa saya harus berusaha …

8 machine-learning  neural-network  tensorflow 

Baru-baru ini saya belajar bagaimana jaringan saraf vanilla akan bekerja, dengan jumlah input yang diberikan, node tersembunyi, dan jumlah output yang sama dengan input. Saya telah melihat berbagai posting yang sekarang berhubungan dengan jaringan saraf berulang, dan saya memahami konsep di baliknya, tetapi saya gagal untuk memahami bagian-bagian tertentu dari …

8 machine-learning  python  neural-network  rnn 

Saya menonton beberapa video online tentang jaringan konvolusional, dan pembicara sedang mendiskusikan konsep menjalankan filter di atas gambar. Dia berkata, dan juga ditunjukkan pada gambar di bawah, bahwa "Kedalaman = Representasi semantik". Ini kedengarannya bagus, tapi saya tidak yakin apa yang istimewa tentang mengurangi dimensi spasial gambar demi peningkatan kedalaman? …

8 neural-network  dimensionality-reduction  convnet 

Saya membaca makalah ini "Sequence to Sequence Learning dengan Neural Networks" http://papers.nips.cc/paper/5346-afterence-to- followingence-learning-with-neural-networks.pdf Di bawah "2. Model" itu tertulis: LSTM menghitung probabilitas bersyarat ini dengan terlebih dahulu memperoleh representasi dimensi tetap v dari urutan input (x1, ..., xT) yang diberikan oleh keadaan tersembunyi terakhir dari LSTM, dan kemudian menghitung probabilitas …

8 machine-learning  neural-network  nlp  rnn  machine-translation 

Saya ingin mengekstrak parameter dari gambar menggunakan jaringan saraf. Contoh: Diberi gambar dinding bata, NN harus mengekstraksi lebar dan tinggi bata, warna dan kekasarannya. Saya dapat menghasilkan gambar untuk parameter yang diberikan untuk melatih NN dan ingin menggunakannya untuk mengekstrak parameter dari gambar yang sebenarnya. Saya telah melihat CNN. Bisakah …

8 neural-network  deep-learning  computer-vision 

Saat ini saya sedang mempelajari makalah tentang deteksi outlier menggunakan RNN's (Replicator Neural Networks) dan bertanya-tanya apa perbedaan khusus untuk Autoencoder? RNN tampaknya telah diinjak banyak orang sebagai cawan suci pendeteksian penyimpangan / anomali, namun idenya tampaknya sudah cukup tua, karena autoencoder sudah ada di sana sejak lama.

8 neural-network  anomaly-detection  autoencoder  outlier 

Saya membaca tentang teknik komputasi reservoir seperti Echo State Networks dan Liquid State Machines . Kedua metode melibatkan input makan ke populasi neuron spiking yang terhubung secara acak (atau tidak), dan algoritma pembacaan yang relatif sederhana yang menghasilkan output (misalnya regresi linier). Bobot populasi neuron dapat diperbaiki, atau dilatih melalui …

8 machine-learning  classification  neural-network  deep-learning  svm 

Ini adalah fakta yang diketahui bahwa jaringan 1-layer tidak dapat memprediksi fungsi xor, karena tidak dapat dipisahkan secara linear. Saya mencoba membuat jaringan 2-layer, menggunakan fungsi sigmoid logistik dan backprop, untuk memprediksi xor. Jaringan saya memiliki 2 neuron (dan satu bias) pada lapisan input, 2 neuron dan 1 bias di …

8 neural-network  backpropagation 

Saya mencoba membangun dan melatih jaringan saraf perceptron multilayer yang dengan benar memprediksi apa yang dimenangkan presiden di daerah apa untuk pertama kalinya. Saya memiliki informasi berikut untuk data pelatihan. Total populasi Usia rata-rata% Bujangan atau lebih tinggi Tingkat pengangguran Penghasilan per kapita Total rumah tangga Rata-rata ukuran rumah tangga% …

8 neural-network  keras 

Saya akan terjun ke proyek penelitian NN yang panjang dan ingin mendorong ke arah Pylearn2 atau TensorFlow? Hingga Desember 2015, apakah komunitas sudah mulai condong ke satu arah? Ini link yang telah memberi saya kekhawatiran tentang mendapatkan terikat TenserFlow.

8 machine-learning  python  neural-network 

Saya tahu ada pertanyaan serupa di stats.SE, tetapi saya tidak menemukan satu yang memenuhi permintaan saya; tolong, sebelum menandai pertanyaan sebagai duplikat, ping saya di komentar. Saya menjalankan jaringan saraf berdasarkan neuralnetperkiraan seri waktu indeks SP500 dan saya ingin memahami bagaimana saya bisa menafsirkan plot yang diposting di bawah ini: …

8 machine-learning  r  neural-network  predictive-modeling  forecast