Pertanyaan yang diberi tag «deep-learning»

Apa perbedaan antara zaman dan iterasi saat melatih perceptron multi-layer?

413 machine-learning  neural-network  deep-learning  artificial-intelligence  terminology 

Saya mencoba mendamaikan pemahaman saya tentang LSTM dan ditunjukkan di sini di posting ini oleh Christopher Olah diimplementasikan di Keras. Saya mengikuti blog yang ditulis oleh Jason Brownlee untuk tutorial Keras. Yang paling membuat saya bingung adalah, Pembentukan kembali seri data menjadi [samples, time steps, features]dan, LSTM stateful Mari kita …

311 python  deep-learning  keras  lstm 

Apa perbedaan antara 'SAMA' dan padding 'VALID' di tf.nn.max_pooldari tensorflow? Menurut pendapat saya, 'VALID' berarti tidak akan ada bantalan nol di luar tepi ketika kita melakukan max pool. Menurut A guide to convolution arithmetic untuk pembelajaran mendalam , dikatakan bahwa tidak akan ada padding pada operator pool, yaitu cukup gunakan …

309 python  tensorflow  deep-learning 

Untuk setiap Keras lapisan ( Layerkelas), bisa seseorang menjelaskan bagaimana memahami perbedaan antara input_shape, units, dim, dll? Sebagai contoh, kata doc, unitstentukan bentuk output dari sebuah layer. Pada gambar jaringan syaraf di bawah ini hidden layer1memiliki 4 unit. Apakah ini langsung diterjemahkan ke unitsatribut Layerobjek? Atau apakah unitsdalam Keras sama …

262 neural-network  deep-learning  keras  keras-layer  tensor 

Dalam fungsi TensorFlow berikut, kita harus memberi makan aktivasi neuron buatan di lapisan akhir. Itu saya mengerti. Tapi saya tidak mengerti mengapa ini disebut log? Bukankah itu fungsi matematika? loss_function = tf.nn.softmax_cross_entropy_with_logits( logits = last_layer, labels = target_output )

250 tensorflow  machine-learning  neural-network  deep-learning  cross-entropy 

Ketika saya melatih jaringan saraf saya dengan Theano atau Tensorflow, mereka akan melaporkan variabel yang disebut "loss" per epoch. Bagaimana saya menafsirkan variabel ini? Kehilangan yang lebih tinggi lebih baik atau lebih buruk, atau apa artinya untuk kinerja akhir (akurasi) dari jaringan saraf saya?

201 machine-learning  neural-network  mathematical-optimization  deep-learning  objective-function 

Saya mencari cara alternatif untuk menyelamatkan model yang terlatih di PyTorch. Sejauh ini, saya telah menemukan dua alternatif. torch.save () untuk menyimpan model dan torch.load () untuk memuat model. model.state_dict () untuk menyimpan model yang terlatih dan model.load_state_dict () untuk memuat model yang disimpan. Saya telah menemukan diskusi ini di …

192 python  serialization  deep-learning  pytorch  tensor 

Saya mencoba melatih CNN untuk mengkategorikan teks berdasarkan topik. Ketika saya menggunakan cross-entropy biner saya mendapatkan akurasi ~ 80%, dengan cross-entropy kategoris saya mendapatkan akurasi ~ 50%. Saya tidak mengerti mengapa ini terjadi. Ini masalah multikelas, bukankah itu berarti saya harus menggunakan cross-entropy kategoris dan bahwa hasil dengan binary cross-entropy …

160 machine-learning  keras  neural-network  deep-learning  conv-neural-network 

tf.nn.embedding_lookup(params, ids, partition_strategy='mod', name=None) Saya tidak dapat memahami tugas dari fungsi ini. Apakah ini seperti tabel pencarian? Yang berarti mengembalikan parameter yang sesuai dengan setiap id (dalam id)? Misalnya, dalam skip-grammodel jika kita gunakan tf.nn.embedding_lookup(embeddings, train_inputs), maka untuk masing-masing train_inputmenemukan embedding yang sesuai?

159 python  tensorflow  deep-learning  word-embedding  natural-language-processing 

Saya telah melatih model klasifikasi biner dengan CNN, dan ini kode saya model = Sequential() model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1], border_mode='valid', input_shape=input_shape)) model.add(Activation('relu')) model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1])) model.add(Activation('relu')) model.add(MaxPooling2D(pool_size=pool_size)) # (16, 16, 32) model.add(Convolution2D(nb_filters*2, kernel_size[0], kernel_size[1])) model.add(Activation('relu')) model.add(Convolution2D(nb_filters*2, kernel_size[0], kernel_size[1])) model.add(Activation('relu')) model.add(MaxPooling2D(pool_size=pool_size)) # (8, 8, 64) = (2048) model.add(Flatten()) model.add(Dense(1024)) model.add(Activation('relu')) model.add(Dropout(0.5)) model.add(Dense(2)) …

155 python  tensorflow  deep-learning  keras 

Tutup. Pertanyaan ini tidak memenuhi pedoman Stack Overflow . Saat ini tidak menerima jawaban. Ingin memperbaiki pertanyaan ini? Perbarui pertanyaan agar sesuai dengan topik untuk Stack Overflow. Tutup 3 bulan lalu . Perbaiki pertanyaan ini Saya telah membaca beberapa hal di jaringan saraf dan saya memahami prinsip umum jaringan saraf …

143 math  machine-learning  neural-network  deep-learning 

Adakah yang bisa menjelaskan dengan jelas perbedaan antara konvolusi 1D, 2D, dan 3D dalam jaringan saraf konvolusional (dalam pembelajaran mendalam) dengan menggunakan contoh?

126 machine-learning  deep-learning  signal-processing  conv-neural-network  convolution 

Bagaimana cara menginisialisasi bobot dan bias (misalnya, dengan inisialisasi He atau Xavier) dalam jaringan di PyTorch?

117 python  neural-network  deep-learning  pytorch 

Saya mencoba memahami peran Flattenfungsi di Keras. Di bawah ini adalah kode saya, yang merupakan jaringan dua lapis sederhana. Ini mengambil data bentuk 2 dimensi (3, 2), dan mengeluarkan data bentuk 1 dimensi (1, 4): model = Sequential() model.add(Dense(16, input_shape=(3, 2))) model.add(Activation('relu')) model.add(Flatten()) model.add(Dense(4)) model.compile(loss='mean_squared_error', optimizer='SGD') x = np.array([[[1, 2], …

109 machine-learning  tensorflow  neural-network  deep-learning  keras 

Saya mencoba untuk memahami LSTM dan bagaimana membangunnya dengan Keras. Saya menemukan, bahwa pada dasarnya ada 4 mode untuk menjalankan RNN (4 mode yang tepat di gambar) Sumber gambar: Andrej Karpathy Sekarang saya bertanya-tanya bagaimana cuplikan kode minimalis untuk masing-masing akan terlihat di Keras. Jadi seperti itu model = Sequential() …

108 machine-learning  neural-network  deep-learning  keras  recurrent-neural-network