Programmierung neural-network

20

Welche Rolle spielt die Verzerrung in neuronalen Netzen?

Mir ist der Gradientenabstieg und der Back-Propagation-Algorithmus bekannt. Was ich nicht verstehe ist: Wann ist die Verwendung eines Bias wichtig und wie verwenden Sie ihn? ANDWenn ich zum Beispiel die Funktion abbilde, wenn ich 2 Eingänge und 1 Ausgang verwende, gibt es nicht die richtigen Gewichte. Wenn ich jedoch 3 …

806 machine-learning neural-network artificial-intelligence backpropagation

13

Epoche gegen Iteration beim Training neuronaler Netze

Was ist der Unterschied zwischen Epoche und Iteration beim Training eines mehrschichtigen Perzeptrons?

412 machine-learning neural-network deep-learning artificial-intelligence terminology

6

Was sind die Vorteile künstlicher neuronaler Netze gegenüber Support Vector Machines? [geschlossen]

Diese Frage passt derzeit nicht zu unserem Q & A-Format. Wir erwarten, dass die Antworten durch Fakten, Referenzen oder Fachwissen gestützt werden, aber diese Frage wird wahrscheinlich zu Debatten, Argumenten, Umfragen oder erweiterten Diskussionen führen. Wenn Sie der Meinung sind, dass diese Frage verbessert und möglicherweise erneut geöffnet werden kann, …

381 machine-learning neural-network classification svm

1

Im Trainings-Neuronalen Netzwerk treten extrem kleine oder NaN-Werte auf

Ich versuche, eine neuronale Netzwerkarchitektur in Haskell zu implementieren und auf MNIST zu verwenden. Ich benutze das hmatrixPaket für die lineare Algebra. Mein Trainingsrahmen wird mit dem pipesPaket erstellt. Mein Code wird kompiliert und stürzt nicht ab. Das Problem ist jedoch, dass bestimmte Kombinationen von Schichtgröße (z. B. 1000), Minibatch-Größe …

328 algorithm haskell neural-network backpropagation

2

Erklärung der Keras-Eingabe: Eingabeform, Einheiten, Stapelgröße, Dim usw.

Für jede Keras Schicht ( LayerKlasse), erklären kann jemand wie man den Unterschied zwischen verstehen input_shape, units, dimetc.? In der Dokumentation heißt es beispielsweise units, die Ausgabeform einer Ebene anzugeben. Im Bild des neuronalen Netzes unten hidden layer1hat 4 Einheiten. Wird dies direkt auf das unitsAttribut des LayerObjekts übertragen? Oder …

262 neural-network deep-learning keras keras-layer tensor

11

Was bedeuten die Wortprotokolle in TensorFlow?

In der folgenden TensorFlow-Funktion müssen wir die Aktivierung künstlicher Neuronen in der letzten Schicht füttern. Das verstehe ich. Aber ich verstehe nicht, warum es Logits heißt? Ist das nicht eine mathematische Funktion? loss_function = tf.nn.softmax_cross_entropy_with_logits( logits = last_layer, labels = target_output )

250 tensorflow machine-learning neural-network deep-learning cross-entropy

3

Wie man "Verlust" und "Genauigkeit" für ein Modell des maschinellen Lernens interpretiert

Wenn ich mein neuronales Netzwerk mit Theano oder Tensorflow trainiert habe, wird pro Epoche eine Variable namens "Verlust" gemeldet. Wie soll ich diese Variable interpretieren? Ein höherer Verlust ist besser oder schlechter, oder was bedeutet dies für die endgültige Leistung (Genauigkeit) meines neuronalen Netzwerks?

200 machine-learning neural-network mathematical-optimization deep-learning objective-function

7

Wo rufe ich die BatchNormalization-Funktion in Keras auf?

Wenn ich die BatchNormalization-Funktion in Keras verwenden möchte, muss ich sie dann nur zu Beginn einmal aufrufen? Ich habe diese Dokumentation dafür gelesen: http://keras.io/layers/normalization/ Ich sehe nicht, wo ich es nennen soll. Unten ist mein Code, der versucht, ihn zu verwenden: model = Sequential() keras.layers.normalization.BatchNormalization(epsilon=1e-06, mode=0, momentum=0.9, weights=None) model.add(Dense(64, input_dim=14, …

166 python keras neural-network data-science batch-normalization

9

Warum Softmax im Gegensatz zur Standardnormalisierung verwenden?

In der Ausgabeschicht eines neuronalen Netzwerks ist es typisch, die Softmax-Funktion zu verwenden, um eine Wahrscheinlichkeitsverteilung zu approximieren: Die Berechnung ist aufgrund der Exponenten teuer. Warum nicht einfach eine Z-Transformation durchführen, damit alle Ausgänge positiv sind, und dann normalisieren, indem alle Ausgänge durch die Summe aller Ausgänge dividiert werden?

159 math neural-network softmax

11

Warum bieten binäre Kreuzentropie und kategoriale Kreuzentropie unterschiedliche Leistungen für dasselbe Problem?

Ich versuche, ein CNN zu trainieren, um Text nach Themen zu kategorisieren. Wenn ich binäre Kreuzentropie verwende, erhalte ich eine Genauigkeit von ~ 80%, bei kategorialer Kreuzentropie eine Genauigkeit von ~ 50%. Ich verstehe nicht, warum das so ist. Es ist ein Problem mit mehreren Klassen. Bedeutet das nicht, dass …

159 machine-learning keras neural-network deep-learning conv-neural-network

7

Was ist der Unterschied zwischen Zug, Validierung und Testsatz in neuronalen Netzen?

Ich verwende diese Bibliothek , um einen Lernagenten zu implementieren. Ich habe die Trainingsfälle generiert, weiß aber nicht genau, wie die Validierungs- und Testsätze lauten. Der Lehrer sagt: 70% sollten Zugfälle sein, 10% werden Testfälle sein und der Rest 20% sollten Validierungsfälle sein. bearbeiten Ich habe diesen Code für das …

155 artificial-intelligence neural-network

9

Warum müssen wir die Eingabe für ein künstliches neuronales Netzwerk normalisieren?

Es ist eine Hauptfrage in Bezug auf die Theorie der neuronalen Netze: Warum müssen wir die Eingabe für ein neuronales Netzwerk normalisieren? Ich verstehe, dass manchmal, wenn zum Beispiel die Eingabewerte nicht numerisch sind, eine bestimmte Transformation durchgeführt werden muss, aber wenn wir eine numerische Eingabe haben? Warum müssen die …

151 tensorflow machine-learning neural-network normalization

8

Wann sollte ich genetische Algorithmen im Gegensatz zu neuronalen Netzen verwenden? [geschlossen]

Diese Frage passt derzeit nicht zu unserem Q & A-Format. Wir erwarten, dass die Antworten durch Fakten, Referenzen oder Fachwissen gestützt werden, aber diese Frage wird wahrscheinlich zu Debatten, Argumenten, Umfragen oder erweiterten Diskussionen führen. Wenn Sie der Meinung sind, dass diese Frage verbessert und möglicherweise erneut geöffnet werden kann, …

139 artificial-intelligence machine-learning neural-network genetic-algorithm

12

Warum muss eine nichtlineare Aktivierungsfunktion in einem neuronalen Backpropagation-Netzwerk verwendet werden?

Ich habe einige Dinge über neuronale Netze gelesen und verstehe das allgemeine Prinzip eines einschichtigen neuronalen Netzes. Ich verstehe die Notwendigkeit zusätzlicher Schichten, aber warum werden nichtlineare Aktivierungsfunktionen verwendet? Dieser Frage folgt die folgende: Was ist eine Ableitung der Aktivierungsfunktion, die bei der Backpropagation verwendet wird?

139 math machine-learning neural-network deep-learning

7

Wie trainiere ich ein künstliches neuronales Netzwerk, um Diablo 2 mit visuellen Eingaben zu spielen?

Ich versuche gerade, eine ANN dazu zu bringen, ein Videospiel zu spielen, und ich hatte gehofft, Hilfe von der wunderbaren Community hier zu bekommen. Ich habe mich für Diablo 2 entschieden. Das Spiel ist also in Echtzeit und aus isometrischer Sicht, wobei der Spieler einen einzelnen Avatar steuert, auf den …

138 machine-learning computer-vision neural-network video-processing reinforcement-learning

Als «neural-network» getaggte Fragen