Pertanyaan yang diberi tag «neural-networks»

Saya mencoba untuk lebih memahami jaringan saraf convolutional dengan menulis kode Python yang tidak bergantung pada perpustakaan (seperti Convnet atau TensorFlow), dan saya terjebak dalam literatur tentang bagaimana memilih nilai untuk matriks kernel, ketika melakukan lilitan pada suatu gambar. Saya mencoba memahami detail implementasi pada langkah antara fitur peta pada …

24 machine-learning  neural-networks  deep-learning  feature-construction  conv-neural-network 

Jika Anda melihat dokumentasi http://keras.io/optimizers/ ada parameter dalam SGD untuk pembusukan. Saya tahu ini mengurangi tingkat belajar dari waktu ke waktu. Namun, saya tidak tahu bagaimana cara kerjanya tepatnya. Apakah itu nilai yang dikalikan dengan tingkat pembelajaran seperti lr = lr * (1 - decay) apakah itu eksponensial? Juga bagaimana …

23 neural-networks  python 

Saya baru-baru ini berlari dan belajar aliran tensor dan mendapat beberapa histogram yang saya tidak tahu bagaimana menafsirkannya. Biasanya saya menganggap tinggi batang sebagai frekuensi (atau frekuensi / jumlah relatif). Namun, kenyataan bahwa tidak ada balok seperti pada histogram biasa dan fakta bahwa banyak hal yang diarsir membuat saya bingung. …

23 machine-learning  neural-networks  conv-neural-network  tensorflow 

Saya baru mulai belajar tentang statistik dan model barang. Saat ini, pemahaman saya adalah bahwa kami menggunakan MLE untuk memperkirakan parameter terbaik untuk suatu model. Namun, ketika saya mencoba memahami cara kerja jaringan saraf, sepertinya mereka biasanya menggunakan pendekatan lain untuk memperkirakan parameter. Mengapa kita tidak menggunakan MLE atau mungkinkah …

23 maximum-likelihood  neural-networks 

Jadi saya mencoba melakukan pretraining pada gambar manusia menggunakan jaring konvolusional. Saya membaca makalah ( Paper1 dan Paper2 ) dan tautan stackoverflow ini , tapi saya tidak yakin saya mengerti struktur jaring (tidak didefinisikan dengan baik di koran). Pertanyaan: Saya dapat meminta input saya diikuti oleh layer noise diikuti oleh …

23 neural-networks  deep-learning  autoencoders  deep-belief-networks 

Ada utas serupa di sini ( Fungsi biaya jaringan saraf adalah non-cembung? ) Tapi saya tidak dapat memahami poin-poin dalam jawaban di sana dan alasan saya untuk bertanya lagi berharap ini akan menjelaskan beberapa masalah: Jika saya menggunakan jumlah fungsi biaya selisih kuadrat, saya akhirnya mengoptimalkan sesuatu dari bentuk mana …

22 machine-learning  neural-networks  optimization  loss-functions  convex 

Saya ingin tahu tentang bagaimana gradien diperbanyak kembali melalui jaringan saraf menggunakan modul ResNet / lewati koneksi. Saya telah melihat beberapa pertanyaan tentang ResNet (mis. Jaringan saraf dengan koneksi lompatan-lapisan ) tetapi yang satu ini menanyakan secara khusus tentang back-propagation of gradien selama pelatihan. Arsitektur dasarnya ada di sini: Saya …

22 machine-learning  neural-networks  conv-neural-network  gradient-descent  backpropagation 

Saya bermain dengan Neural Network sederhana dengan hanya satu lapisan tersembunyi, oleh Tensorflow, dan kemudian saya mencoba berbagai aktivasi untuk lapisan tersembunyi: Relu Sigmoid Softmax (well, biasanya softmax digunakan di lapisan terakhir ..) Relu memberikan akurasi kereta terbaik & akurasi validasi. Saya tidak yakin bagaimana menjelaskannya. Kita tahu bahwa Relu …

22 machine-learning  neural-networks  conv-neural-network  tensorflow  sigmoid-curve 

Saat melatih jaringan saraf menggunakan algoritma back-propagation, metode gradient descent digunakan untuk menentukan pembaruan bobot. Pertanyaan saya adalah: Daripada menggunakan metode gradient descent untuk secara perlahan menemukan titik minimum sehubungan dengan bobot tertentu, mengapa kita tidak mengatur turunan , dan temukan nilai bobot yang meminimalkan kesalahan?wd( Kesalahan )dw= 0d(Kesalahan)dw=0\frac{d(\text{Error})}{dw}=0www Juga, …

22 neural-networks  gradient-descent  backpropagation 

Apakah ada makalah yang bagus yang membahas beberapa cara metodis dalam memilih dimensi untuk filter, menyatukan unit, dan menentukan jumlah lapisan konvolusional?

22 neural-networks  deep-learning  conv-neural-network 

Saya ingin bereksperimen dengan jaringan saraf untuk masalah klasifikasi yang saya hadapi. Saya berlari ke kertas yang berbicara tentang RBM. Tetapi dari apa yang saya mengerti, mereka tidak berbeda dari memiliki jaringan saraf multilayer. Apakah ini akurat? Selain itu saya bekerja dengan R dan tidak melihat paket kalengan untuk RBM. …

22 r  machine-learning  classification  neural-networks 

Untuk mengilustrasikan pertanyaan saya, anggaplah saya memiliki perangkat pelatihan di mana input memiliki tingkat kebisingan tetapi hasilnya tidak, misalnya; # Training data [1.02, 1.95, 2.01, 3.06] : [1.0] [2.03, 4.11, 5.92, 8.00] : [2.0] [10.01, 11.02, 11.96, 12.04] : [1.0] [2.99, 6.06, 9.01, 12.10] : [3.0] di sini output adalah …

22 regression  machine-learning  neural-networks  confidence-interval  prediction-interval 

Nah pertanyaannya mengatakan itu semua. Apa yang dimaksud dengan "pra pelatihan jaringan saraf"? Dapatkah seseorang menjelaskan dalam murni sederhana bahasa Inggris? Saya tidak bisa menemukan sumber daya yang terkait dengan itu. Ini akan menjadi besar jika seseorang bisa mengarahkan saya kepada mereka.

22 neural-networks  pre-training 

Saya sadar bahwa ada banyak kemajuan berkaitan dengan pengenalan gambar, klasifikasi gambar, dll dengan jaring saraf convolutional yang mendalam. Tetapi jika saya melatih jaring, katakanlah, gambar PNG, apakah hanya akan berfungsi untuk gambar yang disandikan? Apa properti gambar lain yang memengaruhi ini? (saluran alfa, interlacing, resolusi, dll?)

22 neural-networks  deep-learning  image-processing 

Latar Belakang: Ya, Mesin Boltzmann Terbatas (RBM) DAPAT digunakan untuk memulai bobot jaringan saraf. Juga BISA digunakan dalam cara "lapis demi lapis" untuk membangun jaringan kepercayaan yang mendalam (yaitu, untuk melatih lapisan ke- di atas lapisan , dan kemudian untuk melatih layer ke- di atas layer ke- , bilas dan …

21 machine-learning  neural-networks  deep-learning  deep-belief-networks  rbm