Als «neural-network» getaggte Fragen

Künstliche neuronale Netze (ANN) bestehen aus "Neuronen" - Programmierkonstrukten, die die Eigenschaften biologischer Neuronen nachahmen. Eine Reihe gewichteter Verbindungen zwischen den Neuronen ermöglicht die Verbreitung von Informationen durch das Netzwerk, um Probleme mit künstlicher Intelligenz zu lösen, ohne dass der Netzwerkdesigner ein Modell eines realen Systems hatte.

Warum konvolutieren, wenn Max Pooling das Bild sowieso nur herunterrechnen wird?

Die Idee, Filter anzuwenden, um so etwas wie Kanten zu identifizieren, ist eine ziemlich coole Idee. Beispielsweise können Sie ein Bild von einer 7 aufnehmen. Mit einigen Filtern können Sie transformierte Bilder erhalten, die unterschiedliche Eigenschaften des Originalbilds betonen. Die ursprüngliche 7: kann vom Netzwerk erlebt werden als: Beachten Sie, …

13 neural-network

Vergessen Sie die Schicht in einem wiederkehrenden neuronalen Netzwerk (RNN) -

Ich versuche, die Dimensionen der einzelnen Variablen in einer RNN in der Vergessen-Ebene herauszufinden, bin mir jedoch nicht sicher, ob ich auf dem richtigen Weg bin. Das nächste Bild und die folgende Gleichung stammen aus Colahs Blogpost "Understanding LSTM Networks" : wo: xtxtx_t ist die Eingabe desVektorsder Größem ∗ 1m∗1m*1 …

13 neural-network rnn

Wie unterscheiden sich Deep-Learning-NNs jetzt (2016) von denen, die ich vor 4 Jahren (2012) studiert habe?

In Wikipedia und deeplearning4j heißt es, dass Deep-Learning-NN (DLNN) NN sind, die> 1 verborgene Schicht haben. Diese Art von NN war für mich an der Universität Standard, während DLNN derzeit sehr hochgespielt sind. War schon da, hab das gemacht - was ist die große Sache? Ich habe auch gehört, dass …

13 neural-network deep-learning

Wie skaliere ich ein Array vorzeichenbehafteter Ganzzahlen im Bereich von 0 bis 1?

Ich verwende Brain , um ein neuronales Netzwerk mit einem Funktionsumfang zu trainieren, der sowohl positive als auch negative Werte enthält. Aber Brain benötigt Eingabewerte zwischen 0 und 1. Wie kann ich meine Daten am besten normalisieren?

13 machine-learning neural-network feature-scaling normalization javascript

Was bedeutet die Ausgabe der Funktion model.predict von Keras?

Ich habe ein LSTM-Modell erstellt, um doppelte Fragen im offiziellen Quora-Datensatz vorherzusagen. Die Testetiketten sind 0 oder 1. 1 zeigt an, dass das Fragenpaar doppelt vorhanden ist. Nachdem model.fitich das Modell mit erstellt habe , teste ich das Modell anhand model.predictder Testdaten. Die Ausgabe ist ein Array von Werten wie …

13 machine-learning python neural-network keras lstm

Gradienten für Bias-Terme in der Backpropagation

Ich habe versucht, ein neuronales Netzwerk von Grund auf neu zu implementieren, um die Mathematik dahinter zu verstehen. Mein Problem hängt vollständig mit der Rückausbreitung zusammen, wenn wir eine Ableitung in Bezug auf die Verzerrung vornehmen, und ich habe alle Gleichungen abgeleitet, die bei der Rückausbreitung verwendet werden. Jetzt stimmt …

13 python neural-network backpropagation

Wie kann ich eine Vorhersage für nur eine Instanz in Keras erhalten?

Wenn ich Keras auffordere, eine Vorhersage mit einem angepassten Modell auf einen neuen Datensatz ohne solche Bezeichnung anzuwenden: model1.predict_classes(X_test) es funktioniert gut. Aber wenn ich versuche, nur eine Zeile vorherzusagen, schlägt dies fehl: model1.predict_classes(X_test[10]) Exception: Error when checking : expected dense_input_6 to have shape (None, 784) but got array with …

13 neural-network keras

Was ist eine heiße Kodierung im Tensorflow?

Ich mache gerade einen Kurs in Tensorflow, in dem sie tf.one_hot (Indizes, Tiefe) verwendeten. Jetzt verstehe ich nicht, wie sich diese Indizes in diese Binärsequenz verwandeln. Kann mir bitte jemand den genauen Ablauf erklären ???

12 machine-learning python neural-network deep-learning tensorflow

Was ist der Haken bei LSTM?

Ich erweitere mein Wissen über das Keras-Paket und habe mit einigen der verfügbaren Modelle gearbeitet. Ich habe ein NLP-Binärklassifizierungsproblem, das ich zu lösen versuche, und wende verschiedene Modelle an. Nachdem ich mit einigen Ergebnissen gearbeitet und mehr und mehr über LSTM gelesen habe, scheint es, als ob dieser Ansatz allem …

12 neural-network nlp lstm recurrent-neural-net

Multi-Task-Learning in Keras

Ich versuche, gemeinsam genutzte Ebenen in Keras zu implementieren. Ich sehe, dass Keras hat keras.layers.concatenate, aber ich bin nicht sicher, Dokumentation über seine Verwendung. Kann ich damit mehrere gemeinsame Ebenen erstellen? Was wäre der beste Weg, um ein einfaches, gemeinsam genutztes neuronales Netzwerk wie unten gezeigt mit Keras zu implementieren? …

12 machine-learning neural-network deep-learning keras multitask-learning

Wie sollte der Bias initialisiert und reguliert werden?

Ich habe ein paar Artikel über die Kernel-Initialisierung gelesen und in vielen Artikeln wird erwähnt, dass sie die L2-Regularisierung des Kernels verwenden (oft mitλ=0.0001λ=0.0001\lambda = 0.0001 ). Tut irgendjemand etwas anderes, als die Verzerrung mit konstanter Null zu initialisieren und sie nicht zu regulieren? Kernel-Initialisierungspapiere Mischkin und Matas: Du brauchst …

12 neural-network

Beste Julia-Bibliothek für neuronale Netze

Ich habe diese Bibliothek für den Aufbau und die Analyse von neuronalen Netzen verwendet. Es wird jedoch nicht unterstützt, mehrschichtige neuronale Netze usw. aufzubauen. Daher würde ich gerne wissen, welche Bibliotheken für fortgeschrittene neuronale Netze und Deep Learning in Julia gut geeignet sind.

12 machine-learning neural-network julia

Gibt es eine Daumenregel für den Entwurf neuronaler Netze?

Ich weiß, dass eine neuronale Netzwerkarchitektur hauptsächlich auf dem Problem selbst und den Arten der Eingabe / Ausgabe basiert, aber dennoch - es gibt immer eine "quadratische", wenn mit der Erstellung begonnen wird. Meine Frage lautet also: Gibt es bei einem Eingabedatensatz von MxN (M ist die Anzahl der Datensätze, …

12 neural-network

Woher wissen Sie, dass das Modell überpasst hat?

Ich hoffe, die folgenden Auszüge geben einen Einblick in meine Frage. Diese stammen von http://neuralnetworksanddeeplearning.com/chap3.html Das Lernen verlangsamt sich dann allmählich. Schließlich hört die Klassifizierungsgenauigkeit gegen Epoche 280 so gut wie auf, sich zu verbessern. In späteren Epochen treten lediglich kleine stochastische Schwankungen in der Nähe des Genauigkeitswerts in Epoche …

12 neural-network overfitting

Modellierung ungleichmäßig verteilter Zeitreihen

Ich habe eine kontinuierliche Variable, die über einen Zeitraum von einem Jahr in unregelmäßigen Abständen abgetastet wird. Einige Tage haben mehr als eine Beobachtung pro Stunde, während andere Perioden tagelang nichts haben. Dies macht es besonders schwierig, Muster in der Zeitreihe zu erkennen, da einige Monate (z. B. Oktober) stark …

12 neural-network time-series regression

Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.

Licensed under cc by-sa 3.0 with attribution required.