Pertanyaan yang diberi tag «deep-learning»

Seperti yang saya pahami, jaringan saraf yang dalam melakukan "representasi pembelajaran" dengan meletakkan fitur bersama. Ini memungkinkan mempelajari struktur dimensi yang sangat tinggi dalam fitur-fiturnya. Tentu saja, ini adalah model parametrik dengan jumlah parameter yang tetap, sehingga memiliki keterbatasan yang biasa sehingga kompleksitas model mungkin sulit disetel. Apakah ada cara …

8 machine-learning  bayesian  nonparametric  deep-learning 

Saya cukup baru dalam pengenalan digit, dan saya perhatikan bahwa banyak tutorial menggunakan klasifikasi SVM, misalnya: http://hanzratech.in/2015/02/24/handwritten-digit-recognition-using-opencv-sklearn-and-python.html http://scikit-learn.org/stable/auto_examples/classification/plot_digits_classification.html Saya ingin tahu apakah ada manfaat (khusus domain) untuk alat itu, dibandingkan dengan misalnya Belajar jaringan saraf yang mendalam Klasifikasi berdasarkan k-means Terima kasih atas komentarnya. Klarifikasi, mengapa SVM adalah alat yang …

8 svm  deep-learning  k-means  pattern-recognition  image-processing 

Apakah mungkin untuk mencapai hasil terbaik dengan menggunakan back-propagation saja (tanpa pra-pelatihan )? Atau apakah semua pendekatan pemecahan rekor menggunakan beberapa bentuk pra-pelatihan? Apakah back-propagation saja cukup baik?

8 deep-learning  autoencoders  deep-belief-networks  pre-training 

Sebagai pemanasan dengan jaringan saraf berulang, saya mencoba memprediksi gelombang sinus dari gelombang sinus lain dari frekuensi lain. Model saya adalah RNN sederhana, forward pass-nya dapat dinyatakan sebagai berikut: rtzt=σ(Win⋅xt+Wrec⋅rt−1))=Wout⋅rtrt=σ(Win⋅xt+Wrec⋅rt−1))zt=Wout⋅rt \begin{aligned} r_t &= \sigma(W_{in} \cdot x_t + W_{rec} \cdot r_{t-1}))\\ z_t &= W_{out} \cdot r_t \end{aligned} di mana adalah fungsi …

8 regression  time-series  neural-networks  deep-learning  rnn 

Saya telah membaca komentar yang bagus mengenai bagaimana menangani nilai yang hilang sebelum menerapkan SVD, tetapi saya ingin tahu cara kerjanya dengan contoh sederhana: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Mengingat matriks di atas, jika saya …

8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 

https://www.tensorflow.org/ Semua proyek di TensorFlow yang saya lihat di GitHub mengimplementasikan beberapa jenis model Jaringan Saraf Tiruan. Mengingat TensorFlow merupakan peningkatan dari pada DAG (ini bukan asiklik lagi), saya bertanya-tanya apakah beberapa kekurangan yang melekat membuatnya tidak cocok untuk model pembelajaran mesin umum? Dalam Model Komputasi TensorFlow, apakah mungkin untuk …

8 machine-learning  neural-networks  deep-learning  supervised-learning  tensorflow 

Saya baru belajar mendalam, jadi ini mungkin pertanyaan sepele. Tetapi saya bertanya-tanya mengapa pembelajaran yang mendalam (atau jaringan saraf) tidak bekerja dengan baik pada data berlabel kecil. Apa pun makalah penelitian yang saya baca, dataset mereka sangat besar. Secara intuitif itu tidak mengejutkan karena otak kita membutuhkan banyak waktu untuk …

8 neural-networks  deep-learning 

Saya mencoba memahami bagaimana rnn dapat digunakan untuk memprediksi urutan dengan bekerja melalui contoh sederhana. Ini adalah jaringan sederhana saya, yang terdiri dari satu input, satu neuron tersembunyi, dan satu output: Neuron tersembunyi adalah fungsi sigmoid, dan output dianggap sebagai output linier sederhana. Jadi, saya pikir jaringan bekerja sebagai berikut: …

8 machine-learning  neural-networks  deep-learning  gradient-descent 

Saya sangat baru di RBM, mencoba menulis program RBM sekarang. Maaf jika ini pertanyaan konyol dan / atau sudah dijawab di sini. Saya telah membaca beberapa artikel online, dan pertanyaan di sini, tetapi saya tidak dapat menemukan apa pun tentang cara memperbarui bias (atau bobot bias). Saya telah membaca tentang …

8 deep-learning  rbm  deep-belief-networks 

Apa perbedaan antara jaringan kepercayaan yang dalam dan jaringan cembung yang dalam ?

8 machine-learning  neural-networks  deep-learning  deep-belief-networks 

Saya baru saja mulai menggunakan paket autoencoder di R. Input ke autoencode()fungsi termasuk lambda, beta, rho dan epsilon. Apa batasan untuk nilai-nilai ini? Apakah mereka berbeda untuk setiap fungsi aktivasi? Apakah parameter ini disebut "hyperparameters"? Dengan asumsi autoencoder yang jarang, apakah rho = .01 baik untuk fungsi aktivasi logistik dan …

8 neural-networks  optimization  deep-learning  deep-belief-networks  autoencoders