Pertanyaan yang diberi tag «neural-networks»

Pengkodean jarang didefinisikan sebagai pembelajaran kumpulan vektor basis yang terlalu lengkap untuk mewakili vektor input (<- mengapa kita menginginkan ini). Apa perbedaan antara pengkodean jarang dan autoencoder? Kapan kita akan menggunakan pengkodean dan autoencoder yang jarang?

35 machine-learning  neural-networks  unsupervised-learning  deep-learning  autoencoders 

Saya telah membaca beberapa makalah yang membahas pro dan kontra dari masing-masing metode, beberapa berpendapat bahwa GA tidak memberikan perbaikan dalam menemukan solusi optimal sementara yang lain menunjukkan bahwa itu lebih efektif. Tampaknya GA umumnya lebih disukai dalam literatur (walaupun kebanyakan orang memodifikasinya dengan cara tertentu untuk mencapai hasil yang …

34 neural-networks  genetic-algorithms  backpropagation 

Mereka semua tampaknya mewakili variabel acak oleh node dan (dalam) ketergantungan melalui (mungkin diarahkan) tepi. Saya terutama tertarik pada sudut pandang bayesian.

34 causality  neural-networks  multilevel-analysis  graphical-model 

Adakah yang melihat literatur tentang pra-pelatihan dalam jaringan saraf convolutional yang mendalam? Saya hanya melihat pra-pelatihan tanpa pengawasan di autoencoder atau mesin boltzman terbatas.

33 machine-learning  neural-networks  deep-learning  conv-neural-network  autoencoders 

Saya baru untuk pemodelan dengan jaringan saraf, tetapi saya berhasil membangun jaringan saraf dengan semua titik data yang tersedia yang cocok dengan data yang diamati dengan baik. Jaringan saraf dilakukan dalam R dengan paket nnet: require(nnet) ##33.8 is the highest value mynnet.fit <- nnet(DOC/33.80 ~ ., data = MyData, size …

33 r  neural-networks 

Saya memiliki kumpulan data streaming, contoh tersedia satu per satu. Saya perlu melakukan klasifikasi multi-kelas pada mereka. Segera setelah saya memberi contoh pelatihan untuk proses pembelajaran, saya harus membuang contohnya. Bersamaan, saya juga menggunakan model terbaru untuk melakukan prediksi pada data tidak berlabel. Sejauh yang saya tahu, jaringan saraf mampu …

33 machine-learning  svm  neural-networks 

Dalam kursus Neural Networks dan Deep Learning Andrew Ng di Coursera ia mengatakan bahwa menggunakan tanhtanhtanh hampir selalu lebih disukai daripada menggunakan sigmoidsigmoidsigmoid . Alasan yang dia berikan adalah bahwa output menggunakan tanhtanhtanh pusat sekitar 0 daripada sigmoidsigmoidsigmoid 's 0,5, dan ini "membuat belajar untuk lapisan berikutnya sedikit lebih mudah". …

33 machine-learning  neural-networks  backpropagation  sigmoid-curve 

Saya membaca di https://en.wikipedia.org/wiki/Generative_adversarial_networks : [Jaringan permusuhan generatif] diperkenalkan oleh Ian Goodfellow et al pada tahun 2014. tetapi Jurgen Schmidhuber mengklaim telah melakukan pekerjaan serupa sebelumnya dalam arah itu (misalnya, ada beberapa perdebatan di NIPS 2016 selama tutorial jaringan permusuhan generatif: https://channel9.msdn.com/Events/Neural-Information-Processing-Systems- Conference / Neural-Information-Processing-Systems-Conference-NIPS-2016 / Generative-Adversarial-Networks lihat 1h03 mnt). …

32 neural-networks  history  gan 

Saya benar-benar baru di jaringan saraf tetapi sangat tertarik untuk memahaminya. Namun tidak mudah sama sekali untuk memulai. Adakah yang bisa merekomendasikan buku yang bagus atau sumber daya lainnya? Apakah ada yang harus dibaca? Saya berterima kasih atas segala tip.

32 machine-learning  neural-networks  references 

Bagaimana kita menjelaskan perbedaan antara regresi logistik dan jaringan saraf untuk audiens yang tidak memiliki latar belakang statistik?

32 logistic  neural-networks 

Komputer sudah lama bisa bermain catur menggunakan teknik "brute-force", mencari ke kedalaman tertentu dan kemudian mengevaluasi posisi. Namun komputer AlphaGo, hanya menggunakan JST untuk mengevaluasi posisi (itu tidak melakukan pencarian mendalam sejauh yang saya tahu). Apakah mungkin untuk membuat mesin catur yang memainkan catur dengan cara yang sama seperti AlphaGo …

32 neural-networks  deep-learning  reinforcement-learning  games 

Latar Belakang Pengantar Dalam jaringan saraf convolutional, kami biasanya memiliki struktur / aliran umum yang terlihat seperti ini: input gambar (yaitu vektor 2D x) (Lapisan Konvolusional 1 (Konv1) dimulai di sini ...) menggabungkan satu set filter ( w1) di sepanjang gambar 2D (yaitu melakukan z1 = w1*x + b1penggandaan produk …

32 neural-networks  deep-learning  conv-neural-network 

Saya telah mengerjakan masalah regresi di mana inputnya adalah gambar, dan labelnya adalah nilai kontinu antara 80 dan 350. Gambar-gambar tersebut dari beberapa bahan kimia setelah reaksi berlangsung. Warna yang muncul menunjukkan konsentrasi bahan kimia lain yang tersisa, dan itulah yang dihasilkan model - konsentrasi bahan kimia itu. Gambar dapat …

32 regression  machine-learning  neural-networks  conv-neural-network  tensorflow 

Saya telah mempelajari LSTM untuk sementara waktu. Saya mengerti pada tingkat tinggi bagaimana semuanya bekerja. Namun, akan mengimplementasikannya menggunakan Tensorflow saya perhatikan bahwa BasicLSTMCell memerlukan sejumlah unit (yaitu num_units) parameter. Dari ini penjelasan yang sangat menyeluruh LSTMs, saya sudah mengumpulkan bahwa satu satuan LSTM adalah salah satu dari berikut ini …

32 neural-networks  terminology  lstm  rnn  tensorflow 

Mengapa kita menggunakan rectified linear units (ReLU) dengan jaringan saraf? Bagaimana cara meningkatkan jaringan saraf? Mengapa kita mengatakan bahwa ReLU adalah fungsi aktivasi? Bukankah fungsi aktivasi softmax untuk jaringan saraf? Saya menduga bahwa kami menggunakan keduanya, ReLU dan softmax, seperti ini: neuron 1 dengan output softmax ----> ReLU pada output …

31 neural-networks