Scienza dei dati autoencoder

3

Perché i codificatori automatici per la riduzione dimensionale sono simmetrici?

Non sono un esperto di autoencoder o reti neurali in alcun modo, quindi perdonami se questa è una domanda sciocca. Ai fini della riduzione dimensionale o della visualizzazione di cluster in dati ad alta dimensione, è possibile utilizzare un codificatore automatico per creare una rappresentazione bidimensionale (con perdita) ispezionando l'output …

13 neural-network dimensionality-reduction autoencoder

3

Esistono buoni modelli linguistici predefiniti per Python?

Sto prototipando un'applicazione e ho bisogno di un modello linguistico per calcolare la perplessità su alcune frasi generate. Esiste un modello di linguaggio addestrato in Python che posso usare facilmente? Qualcosa di semplice come model = LanguageModel('en') p1 = model.perplexity('This is a well constructed sentence') p2 = model.perplexity('Bunny lamp robert …

11 python nlp language-model r statistics linear-regression machine-learning classification random-forest xgboost python sampling data-mining orange predictive-modeling recommender-system statistics dimensionality-reduction pca machine-learning python deep-learning keras reinforcement-learning neural-network image-classification r dplyr deep-learning keras tensorflow lstm dropout machine-learning sampling categorical-data data-imputation machine-learning deep-learning machine-learning-model dropout deep-network pandas data-cleaning data-science-model aggregation python neural-network reinforcement-learning policy-gradients r dataframe dataset statistics prediction forecasting r k-means python scikit-learn labels python orange cloud-computing machine-learning neural-network deep-learning rnn recurrent-neural-net logistic-regression missing-data deep-learning autoencoder apache-hadoop time-series data preprocessing classification predictive-modeling time-series machine-learning python feature-selection autoencoder deep-learning keras tensorflow lstm word-embeddings predictive-modeling prediction machine-learning-model machine-learning classification binary theory machine-learning neural-network time-series lstm rnn neural-network deep-learning keras tensorflow convnet computer-vision

1

Trasformazione dei codificatori automatici

Ho appena letto il documento di Geoff Hinton sulla trasformazione dei codificatori automatici Hinton, Krizhevsky e Wang: Transforming Auto-encoder . In reti neurali artificiali e apprendimento automatico, 2011. e mi piacerebbe davvero giocare con qualcosa del genere. Ma dopo averlo letto non ho potuto ottenere abbastanza dettagli dall'articolo su come …

10 neural-network deep-learning autoencoder

2

Ha senso addestrare una CNN come autoencoder?

Lavoro con l'analisi dei dati EEG, che alla fine dovranno essere classificati. Tuttavia, ottenere etichette per le registrazioni è alquanto costoso, il che mi ha portato a considerare approcci senza supervisione, per utilizzare meglio le nostre quantità piuttosto grandi di dati senza etichetta. Ciò porta naturalmente a considerare gli autocodificatori …

9 deep-learning convnet unsupervised-learning autoencoder

2

Come possono essere utilizzati i codificatori automatici per il clustering?

Supponiamo che io abbia una serie di segnali nel dominio del tempo senza assolutamente etichette . Voglio raggrupparli in 2 o 3 classi. I codificatori automatici sono reti senza supervisione che imparano a comprimere gli input. Quindi, dato un input , pesi e , distorsioni b_1 e b_2 e output …

9 neural-network clustering time-series unsupervised-learning autoencoder

1

Perché la ricostruzione negli encoder automatici utilizza la stessa funzione di attivazione dell'attivazione diretta e non l'inverso?

Supponiamo di avere un livello di input con n neuroni e il primo livello nascosto mmm neuroni, con tipicamente m<nm<nm < n. Quindi calcoli l'attivazioneajun'ja_j del jjj-th neurone nello strato nascosto di aj=f(∑i=1..nwi,jxi+bj)aj=f(∑i=1..nwi,jxi+bj)a_j = f\left(\sum\limits_{i=1..n} w_{i,j} x_i+b_j\right), dove fff è una funzione di attivazione come tanhtanh\tanh o sigmoidsigmoid\text{sigmoid}. Per addestrare …

9 machine-learning visualization deep-learning autoencoder

1

Differenza: Replicator Neural Network vs. Autoencoder

Attualmente sto studiando articoli sul rilevamento anomalo utilizzando RNN (Replicator Neural Networks) e mi chiedo quale sia la differenza particolare rispetto agli Autoencoder? RNN sembra essere considerato da molti come il santo graal della rilevazione di anomalie / anomalie, tuttavia l'idea sembra essere piuttosto vecchia, dato che gli autoencoders sono …

8 neural-network anomaly-detection autoencoder outlier

1

Come funziona una rete encoder-decoder?

Diciamo che ho addestrato una rete encoder-decoder su un set di dati cat usando l' errore di ricostruzione come funzione di perdita. La rete è completamente addestrata e il decodificatore è in grado di ricostruire buone immagini di gatti . Ora cosa succede se utilizzo la stessa rete e inserisco …

7 neural-network deep-learning autoencoder

Domande taggate «autoencoder»