Domande taggate «deep-learning»

una nuova area di ricerca sull'apprendimento automatico concernente le tecnologie utilizzate per l'apprendimento delle rappresentazioni gerarchiche dei dati, principalmente svolte con reti neurali profonde (cioè reti con due o più strati nascosti), ma anche con una sorta di modelli grafici probabilistici.

3
Relazione tra convoluzione in matematica e CNN
Ho letto la spiegazione della convoluzione e la capisco fino a un certo punto. Qualcuno può aiutarmi a capire come questa operazione si collega alla convoluzione nelle reti neurali convoluzionali? È una funzione simile a un filtro gche applica peso?
10 machine-learning  neural-network  deep-learning  cnn  convolution  machine-learning  ensemble-modeling  machine-learning  classification  data-mining  clustering  machine-learning  feature-selection  convnet  pandas  graphs  ipython  machine-learning  apache-spark  multiclass-classification  naive-bayes-classifier  multilabel-classification  machine-learning  data-mining  dataset  data-cleaning  data  machine-learning  data-mining  statistics  correlation  machine-learning  data-mining  dataset  data-cleaning  data  beginner  career  python  r  visualization  machine-learning  data-mining  nlp  stanford-nlp  dataset  linear-regression  time-series  correlation  anomaly-detection  ensemble-modeling  data-mining  machine-learning  python  data-mining  recommender-system  machine-learning  cross-validation  model-selection  scoring  prediction  sequential-pattern-mining  categorical-data  python  tensorflow  image-recognition  statistics  machine-learning  data-mining  predictive-modeling  data-cleaning  preprocessing  classification  deep-learning  tensorflow  machine-learning  algorithms  data  keras  categorical-data  reference-request  loss-function  classification  logistic-regression  apache-spark  prediction  naive-bayes-classifier  beginner  nlp  word2vec  vector-space-models  scikit-learn  decision-trees  data  programming 
3
Come fare il prodotto interno in lotti a Tensorflow?
Ho due tensori a:[batch_size, dim] b:[batch_size, dim]. Voglio fare un prodotto interno per ogni coppia nel lotto, generando c:[batch_size, 1], dove c[i,0]=a[i,:].T*b[i,:]. Come?
10 tensorflow  scikit-learn  svm  cross-validation  feature-selection  bayesian  machine-learning  decision-trees  parameter-estimation  neural-network  convnet  neural-network  regularization  visualization  machine-learning  similarity  python  pandas  indexing  r  data-cleaning  machine-learning  predictive-modeling  data-cleaning  recommender-system  python  sequential-pattern-mining  software-recommendation  r  visualization  gaussian  distribution  machine-learning  data-mining  bigdata  apache-hadoop  predictive-modeling  logistic-regression  sampling  machine-learning  regression  feature-selection  mongodb  neural-network  inception  machine-learning  classification  dataset  databases  logistic-regression  deep-learning  backpropagation  classification  data-mining  multilabel-classification  text-mining  data-cleaning  unsupervised-learning  anomaly-detection  python  r  python  pandas 
2
quali tecniche di machine / deep learning / nlp sono utilizzate per classificare una determinata parola come nome, numero di cellulare, indirizzo, e-mail, stato, contea, città ecc.
Sto cercando di generare un modello intelligente in grado di scansionare un insieme di parole o stringhe e classificarle come nomi, numeri mobili, indirizzi, città, stati, paesi e altre entità usando l'apprendimento automatico o l'apprendimento profondo. Avevo cercato approcci, ma sfortunatamente non ho trovato alcun approccio da adottare. Avevo provato …
1
Che cosa sono "VGG54" e "VGG22" derivati ​​dalla CNG VGG19?
Nel documento Super-risoluzione singola immagine foto-realistica che utilizza una rete contraddittoria generativa di Christian Ledig et al., La distanza tra le immagini (utilizzate nella funzione di perdita) viene calcolata dalle mappe caratteristiche estratte dalla rete VGG19. I due usati nell'articolo sono (un po 'confusi) chiamati VGG22 e VGG54. Cosa sono …
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&lt;nm&lt;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 …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.