Data Science deep-learning

3

Warum interessieren sich NLP- und Machine Learning-Communities für Deep Learning?

Ich hoffe, Sie können mir helfen, da ich einige Fragen zu diesem Thema habe. Ich bin neu auf dem Gebiet des tiefen Lernens und während ich einige Tutorials gemacht habe, kann ich Konzepte nicht miteinander in Beziehung setzen oder voneinander unterscheiden.

24 machine-learning data-mining neural-network nlp deep-learning

6

Warum funktionieren neuronale Faltungsnetze?

Ich habe oft Leute sagen hören, warum faltungsbedingte neuronale Netze immer noch schlecht verstanden werden. Ist bekannt, warum faltungsbedingte neuronale Netze immer komplexer werdende Funktionen erlernen, wenn wir die Schichten hinaufsteigen? Was hat sie dazu veranlasst, einen solchen Stapel von Features zu erstellen, und würde dies auch für andere Arten …

22 machine-learning neural-network deep-learning convnet cnn

6

Deep Learning-Grundlagen

Ich suche nach einem Artikel, der die Grundlagen des tiefen Lernens beschreibt. Idealerweise wie der Andrew Ng Kurs für tiefes Lernen. Weißt du, wo ich das finden kann?

22 machine-learning deep-learning

3

Was ist der Unterschied zwischen Gradient Descent und Stochastic Gradient Descent?

Was ist der Unterschied zwischen Gradient Descent und Stochastic Gradient Descent? Ich bin mit diesen nicht sehr vertraut. Können Sie den Unterschied mit einem kurzen Beispiel beschreiben?

22 machine-learning neural-network deep-learning gradient-descent

1

Gibt es Regeln für die Auswahl der Größe einer Mini-Charge?

Beim Training neuronaler Netze ist ein Hyperparameter die Größe eines Minibatches. Übliche Auswahlmöglichkeiten sind 32, 64 und 128 Elemente pro Minibatch. Gibt es irgendwelche Regeln / Richtlinien, wie groß eine Mini-Charge sein sollte? Gibt es Veröffentlichungen, in denen die Auswirkungen auf das Training untersucht werden?

21 neural-network deep-learning convnet optimization

1

Zeitreihenvorhersage mit LSTMs: Wichtigkeit, Zeitreihen stationär zu machen

In diesem Link zu Stationarität und Differenzierung wurde erwähnt, dass Modelle wie ARIMA eine stationäre Zeitreihe für die Vorhersage benötigen, da ihre statistischen Eigenschaften wie Mittelwert, Varianz, Autokorrelation usw. über die Zeit konstant sind. Da RNNs besser in der Lage sind, nichtlineare Beziehungen zu lernen ( wie hier angegeben: Das …

21 deep-learning predictive-modeling time-series forecast lstm

2

Wahl zwischen TensorFlow oder Theano als Backend für Keras

Keras unterstützt sowohl TensorFlow als auch Theano als Backend: Was sind die Vor- und Nachteile einer Auswahl im Vergleich zur anderen, abgesehen von der Tatsache, dass derzeit nicht alle Operationen mit dem TensorFlow-Backend implementiert sind?

20 neural-network deep-learning theano tensorflow keras

4

Konvergiert der Gefälleverlauf immer zu einem Optimum?

Ich frage mich, ob es ein Szenario gibt, in dem der Gefälle nicht auf ein Minimum konvergiert. Mir ist bewusst, dass der Gradientenabstieg nicht immer garantiert zu einem globalen Optimum konvergiert. Mir ist auch bewusst, dass es von einem Optimum abweichen kann, wenn beispielsweise die Schrittgröße zu groß ist. Es …

20 machine-learning neural-network deep-learning optimization gradient-descent

3

Extraktion von Schlüsselwörtern / Ausdrücken aus Text mithilfe von Deep Learning-Bibliotheken

Vielleicht ist das zu weit gefasst, aber ich suche nach Hinweisen, wie man Deep Learning in einer Aufgabe zur Zusammenfassung von Texten einsetzt. Ich habe bereits eine Textzusammenfassung mit Standard-Worthäufigkeitsansätzen und Satz-Ranking implementiert, möchte jedoch die Möglichkeit untersuchen, für diese Aufgabe Deep-Learning-Techniken zu verwenden. Ich habe auch einige Implementierungen auf …

20 neural-network text-mining deep-learning beginner tensorflow

2

Keras gegen tf.keras

Ich bin etwas verwirrt, wenn ich für mein neues Forschungsprojekt zwischen Keras (keras-team / keras) und tf.keras (tensorflow / tensorflow / python / keras /) wähle. Es gibt eine Debatte, in der Keras niemandem gehört, daher können die Leute gerne dazu beitragen, und es wird in Zukunft viel einfacher sein, …

20 python deep-learning keras tensorflow

2

Warum wird ReLU als Aktivierungsfunktion verwendet?

Aktivierungsfunktionen werden verwendet, um Nichtlinearitäten in den linearen Ausgang des Typs w * x + bin einem neuronalen Netzwerk einzuführen . Was ich für die Aktivierungsfunktionen wie Sigmoid intuitiv verstehen kann. Ich verstehe die Vorteile von ReLU, bei dem tote Neuronen während der Rückübertragung vermieden werden. Ich kann jedoch nicht …

19 machine-learning neural-network deep-learning activation-function

4

Hyperparametersuche nach LSTM-RNN mit Keras (Python)

Vom Keras RNN Tutorial: "RNNs sind knifflig. Die Wahl der Stapelgröße ist wichtig, die Wahl des Verlusts und des Optimierers ist kritisch usw. Einige Konfigurationen konvergieren nicht." Dies ist also eher eine allgemeine Frage zum Optimieren der Hyperparameter eines LSTM-RNN auf Keras. Ich würde gerne wissen, wie Sie die besten …

18 python neural-network deep-learning keras hyperparameter

2

lokale Minima gegen Sattelpunkte beim Tiefenlernen

Ich hörte Andrew Ng (in einem Video, das ich leider nicht mehr finden kann) darüber sprechen, wie sich das Verständnis der lokalen Minima bei tiefen Lernproblemen dahingehend verändert hat, dass sie jetzt als weniger problematisch angesehen werden, weil sie sich in hochdimensionalen Räumen befinden (auf die man in trifft) Kritische …

18 machine-learning deep-learning optimization convergence

4

Wie erhält man Genauigkeit, F1, Präzision und Rückruf für ein Keras-Modell?

Ich möchte die Genauigkeit, den Rückruf und den F1-Score für mein binäres KerasClassifier-Modell berechnen, finde aber keine Lösung. Hier ist mein aktueller Code: # Split dataset in train and test data X_train, X_test, Y_train, Y_test = train_test_split(normalized_X, Y, test_size=0.3, random_state=seed) # Build the model model = Sequential() model.add(Dense(23, input_dim=45, kernel_initializer='normal', …

18 machine-learning neural-network deep-learning classification keras

1

Warum ReLU besser ist als die anderen Aktivierungsfunktionen

Hier bezieht sich die Antwort auf das Verschwinden und Explodieren von Verläufen, die sigmoidähnliche Aktivierungsfunktionen hatten, aber Relueinen Nachteil haben und deren erwarteter Wert sind. Es gibt keine Begrenzung für die Ausgabe von Reluund daher ist der erwartete Wert nicht Null. Ich erinnere mich an die Zeit vor der Popularität …

17 machine-learning neural-network deep-learning gradient-descent activation-function

Als «deep-learning» getaggte Fragen