Pertanyaan yang diberi tag «neural-network»

Saya ingin menggunakan jaringan saraf untuk klasifikasi gambar. Saya akan mulai dengan CaffeNet yang sudah dilatih sebelumnya dan melatihnya untuk aplikasi saya. Bagaimana saya menyiapkan gambar input? Dalam hal ini, semua gambar adalah objek yang sama tetapi dengan variasi (pikirkan: kontrol kualitas). Mereka berada pada skala yang agak berbeda / …

41 neural-network  image-classification  preprocessing  convnet 

Saya mengalami kesulitan memahami perbedaan antara equivariant ke terjemahan dan invariant to translation . Dalam buku Deep Learning . MIT Press, 2016 (I. Goodfellow, A. Courville, dan Y. Bengio), dapat ditemukan di jaringan konvolusional: [...] bentuk tertentu dari berbagi parameter menyebabkan layer memiliki properti yang disebut equivariance to translation [...] …

38 neural-network  deep-learning  convolution 

Sudah menjadi kebiasaan bagi pengguna komunitas yang berbeda untuk mengutip hal-hal lucu tentang bidang mereka. Mungkin menyenangkan untuk membagikan hal-hal lucu Anda tentang Pembelajaran Mesin, Pembelajaran Dalam, Ilmu Data, dan hal-hal yang Anda hadapi setiap hari!

35 machine-learning  neural-network  deep-learning 

Saya masih bingung tentang perbedaan antara Densedan TimeDistributedDensedari Kerasmeskipun sudah ada beberapa pertanyaan serupa ditanyakan di sini dan di sini . Orang banyak berdiskusi tetapi tidak ada kesimpulan yang disepakati bersama. Dan meskipun, di sini , @fchollet menyatakan bahwa: TimeDistributedDenseberlaku operasi yang sama Dense(terhubung penuh) untuk setiap catatan waktu tensor …

34 machine-learning  neural-network  keras 

Saya bekerja pada penelitian, di mana kebutuhan untuk satu mengklasifikasikan tiga acara WINNER = ( win, draw, lose) WINNER LEAGUE HOME AWAY MATCH_HOME MATCH_DRAW MATCH_AWAY MATCH_U2_50 MATCH_O2_50 3 13 550 571 1.86 3.34 4.23 1.66 2.11 3 7 322 334 7.55 4.1 1.4 2.17 1.61 Model saya saat ini adalah: …

30 python  neural-network  classification  clustering  keras 

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 

Pertanyaan ini bermuara pada "bagaimana lapisan lilit persis pekerjaan. Misalkan saya memiliki gambar skala abu-abu . Jadi gambar memiliki satu saluran. Di lapisan pertama, saya menerapkan konvolusi dengan filter dan bantalan . Lalu saya punya layer konvolusi lain dengan konvolusi dan filter . Berapa banyak peta fitur yang saya miliki?3 …

29 neural-network  convnet 

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 

Jadi, saya baru mulai belajar bagaimana jaringan saraf dapat beroperasi untuk mengenali pola dan mengategorikan input, dan saya telah melihat bagaimana jaringan saraf tiruan dapat mengurai data gambar dan mengkategorikan gambar ( demo dengan convnetjs ), dan kuncinya ada adalah untuk mengecilkan gambar dan setiap piksel merangsang satu neuron input …

28 neural-network 

Saya memiliki sedikit pengetahuan otodidak yang bekerja dengan algoritma Machine Learning (jenis dasar Random Forest dan Linear Regression). Saya memutuskan untuk bercabang dan mulai belajar RNN dengan Keras. Ketika melihat sebagian besar contoh, yang biasanya melibatkan prediksi stok, saya belum dapat menemukan contoh dasar beberapa fitur yang diterapkan selain 1 …

27 machine-learning  neural-network  keras 

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 

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