Scienza dei dati neural-network

2

Regressione della parametrizzazione dell'angolo di rotazione

Diciamo che ho una foto dall'alto in basso di una freccia e voglio prevedere l'angolazione di questa freccia. Questo sarebbe tra e 360 gradi, o tra 0 e 2 π . Il problema è che questo obiettivo è circolare, 0 e 360 gradi sono esattamente gli stessi che è un'invarianza …

15 neural-network deep-learning loss-function parameter-estimation

3

Come aggiungere una nuova categoria a un modello di apprendimento profondo?

Supponiamo di aver completato l'apprendimento del trasferimento su una rete pre-formata per riconoscere 10 oggetti. Come aggiungere un undicesimo oggetto che la rete può classificare senza perdere tutte le 10 categorie che ho già addestrato né le informazioni del modello pre-addestrato originale? Un amico mi ha detto che la ricerca …

15 neural-network deep-learning

1

Differenza delle funzioni di attivazione nelle reti neurali in generale

Ho studiato i tipi di funzione di attivazione per le reti neurali. Le funzioni stesse sono piuttosto semplici, ma la differenza tra le applicazioni non è del tutto chiara. È ragionevole distinguere tra funzioni di tipo logico e lineare, a seconda dell'output binario / continuo desiderato, ma qual è il …

15 neural-network activation-function

3

Qual è la differenza tra RNN di generazione di testo basato su parole e basato su caratteri?

Durante la lettura della generazione di testo con le reti neurali ricorrenti ho notato che alcuni esempi sono stati implementati per generare testo parola per parola e altri carattere per carattere senza dichiarare effettivamente il perché. Quindi, qual è la differenza tra i modelli RNN che prevedono la base del …

15 machine-learning neural-network nlp rnn

2

Perché le funzioni di attivazione devono essere monotoniche?

Attualmente mi sto preparando per un esame sulle reti neurali. In diversi protocolli degli esami precedenti ho letto che le funzioni di attivazione dei neuroni (nei percetroni multistrato) devono essere monotoniche. Comprendo che le funzioni di attivazione dovrebbero essere differenziabili, avere una derivata che non è 0 sulla maggior parte …

15 machine-learning neural-network

4

Come ridimensionare un array di numeri interi con segno che vanno da 0 a 1?

Sto usando Brain per addestrare una rete neurale su un set di funzionalità che include sia valori positivi che negativi. Ma Brain richiede valori di input compresi tra 0 e 1. Qual è il modo migliore per normalizzare i miei dati?

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

1

Come aggiungere funzionalità non immagine lungo le immagini laterali come input delle CNN

Sto addestrando una rete neurale convoluzionale per classificare le immagini in condizioni di nebbia (3 classi). Tuttavia, per ciascuna delle circa 150.000 immagini ho anche quattro variabili meteorologiche disponibili che potrebbero aiutare a prevedere le classi delle immagini. Mi chiedevo come avrei potuto aggiungere le variabili meteorologiche (ad es. Temperatura, …

14 machine-learning neural-network deep-learning tensorflow cnn

3

Vantaggi dell'impilamento di LSTM?

Mi chiedo in quali situazioni è vantaggioso impilare gli LSTM?

14 machine-learning neural-network deep-learning lstm

3

Cosa significa l'output della funzione model.predict da Keras?

Ho creato un modello LSTM per prevedere domande duplicate sul set di dati ufficiale di Quora. Le etichette di prova sono 0 o 1. 1 indica che la coppia di domande è duplicata. Dopo aver creato il modello usando model.fit, collaudo il modello usando model.predicti dati del test. L'output è …

14 machine-learning python neural-network keras lstm

2

Perché gli algoritmi genetici non vengono utilizzati per ottimizzare le reti neurali?

Da quanto ho capito, gli algoritmi genetici sono potenti strumenti per l'ottimizzazione multi-obiettivo. Inoltre, addestrare le reti neurali (specialmente quelle profonde) è difficile e presenta molti problemi (funzioni di costo non convesse - minimi locali, gradienti di fuga e di esplosione, ecc.). Inoltre, sono fattibile allenare concettualmente una NN con …

13 neural-network optimization genetic-algorithms

4

La pendenza del gradiente è centrale per ogni ottimizzatore?

Voglio sapere se la discesa gradiente è l'algoritmo principale utilizzato negli ottimizzatori come Adam, Adagrad, RMSProp e molti altri ottimizzatori.

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

1

Propagazione inversa attraverso livelli massimi di pooling

Ho una piccola domanda secondaria a questa domanda . Capisco che quando si propaga indietro attraverso uno strato di pool massimo il gradiente viene instradato indietro in modo tale che il neurone nel livello precedente che è stato selezionato come max ottenga tutto il gradiente. Ciò di cui non sono …

13 machine-learning neural-network convnet backpropagation

2

Visualizzazione della formazione di reti neurali profonde

Sto cercando di trovare un equivalente dei diagrammi di Hinton per le reti multistrato per tracciare i pesi durante l'allenamento. La rete addestrata è in qualche modo simile a un Deep SRN, cioè ha un numero elevato di matrici a peso multiplo che renderebbero visivamente confuso il diagramma simultaneo di …

13 machine-learning neural-network visualization deep-learning

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

Le reti neurali hanno spiegabilità come fanno gli alberi delle decisioni?

In Decision Trees, possiamo comprendere l'output della struttura ad albero e possiamo anche visualizzare come l'albero decisionale prende le decisioni. Quindi gli alberi delle decisioni hanno spiegabilità (il loro output può essere spiegato facilmente). Abbiamo spiegabilità nelle reti neurali come con gli alberi decisionali?

13 neural-network

Domande taggate «neural-network»