Domande taggate «neural-network»

Le reti neurali artificiali (ANN) sono composte da "neuroni" - costrutti di programmazione che imitano le proprietà dei neuroni biologici. Una serie di connessioni ponderate tra i neuroni consente alle informazioni di propagarsi attraverso la rete per risolvere i problemi di intelligenza artificiale senza che il progettista della rete abbia avuto un modello di un sistema reale.

Una rete di neuroni artificiali (ANN) con un numero arbitrario di ingressi e uscite

Vorrei utilizzare ANNs per il mio problema, ma il problema è che i miei nodi di input e output non sono stati risolti. Ho fatto una ricerca su Google prima di porre la mia domanda e ho scoperto che l'RNN potrebbe aiutarmi con il mio problema. Ma tutti gli esempi …

10 python neural-network keras rnn pytorch

Modello ricorrente (CNN) su dati EEG

Mi chiedo come interpretare un'architettura ricorrente in un contesto EEG. In particolare, sto pensando a questa come una CNN ricorrente (al contrario di architetture come LSTM), ma forse si applica anche ad altri tipi di reti ricorrenti Quando leggo degli R-CNN, di solito sono spiegati in contesti di classificazione delle …

10 machine-learning neural-network convnet rnn

Rimodellamento dei dati per l'apprendimento profondo mediante Keras

Sono un principiante di Keras e ho iniziato con l'esempio MNIST per capire come funziona effettivamente la libreria. Lo snippet di codice del problema MNIST nella cartella di esempio di Keras è dato come: import numpy as np np.random.seed(1337) # for reproducibility from keras.datasets import mnist from keras.models import Sequential …

10 python neural-network deep-learning keras

In che modo l'IA impara ad agire quando lo spazio del problema è troppo grande

Imparo meglio attraverso la sperimentazione e l'esempio. Sto imparando a conoscere le reti neurali e ho (quello che penso) una buona comprensione della classificazione e della regressione e anche un apprendimento supervisionato e senza supervisione, ma mi sono imbattuto in qualcosa che non riesco a capire; Se volessi allenare un'intelligenza …

10 machine-learning neural-network

Problema di classificazione del testo: Word2Vec / NN è l'approccio migliore?

Sto cercando di progettare un sistema che dato un paragrafo di testo sarà in grado di classificarlo e identificare il contesto: È addestrato con paragrafi di testo generati dall'utente (come commenti / domande / risposte) Ogni elemento nel set di allenamento verrà taggato con. Ad esempio ("categoria 1", "testo paragrafo") …

10 neural-network text-mining multiclass-classification word-embeddings

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

LSTM o altro pacchetto RNN per R

Ho visto alcuni risultati impressionanti dai modelli LSTM che producevano testi simili a Shakespeare. Mi chiedevo se esiste un pacchetto LSTM per R. Ho cercato su Google per questo, ma ho trovato solo pacchetti per Python e Julia. (forse ci sono alcuni problemi di prestazioni che spiegano perché questi programmi …

10 r neural-network rnn

Previsioni del mercato dei cambi con reti neurali

Vorrei utilizzare ANN per automatizzare le valute di trading, preferibilmente USD / EUR o USD / GBP. So che è difficile e potrebbe non essere semplice. Ho già letto alcuni articoli e fatto alcuni esperimenti, ma senza molta fortuna. Vorrei ricevere consigli dagli esperti per farlo funzionare. Ecco cosa ho …

10 neural-network

Rilevamento dei valori anomali del consumo di gas - Progetto di rete neurale. Cattivi risultati

Ho cercato di rilevare valori anomali nel consumo di gas energetico di alcuni edifici olandesi, costruendo un modello di rete neurale. Ho dei risultati molto negativi, ma non riesco a trovare il motivo. Non sono un esperto, quindi vorrei chiederti cosa posso migliorare e cosa sto facendo di sbagliato. Questa …

10 neural-network outlier

Quali sono le differenze tra Convolutional1D, Convolutional2D e Convolutional3D?

Ho imparato a conoscere le reti neurali convoluzionali. Guardando Kerasesempi, mi sono imbattuto in tre diversi metodi di convoluzione. Vale a dire, 1D, 2D e 3D. Quali sono le differenze tra questi tre strati? Quali sono i loro casi d'uso? Ci sono alcuni link o riferimenti per mostrare i loro …

10 machine-learning neural-network deep-learning keras cnn

Qual è la matrice delle caratteristiche in word2vec?

Sono un principiante nelle reti neurali e attualmente sto esplorando il modello word2vec. Tuttavia, non riesco a capire quale sia esattamente la matrice delle caratteristiche. Posso capire che la prima matrice è un vettore di codifica one-hot per una determinata parola, ma cosa significa la seconda matrice? Più specificamente, cosa …

10 machine-learning neural-network word2vec

Perché TensorFlow non può adattarsi al semplice modello lineare se sto minimizzando l'errore medio assoluto invece dell'errore quadrato medio?

In Introduzione sono appena cambiato loss = tf.reduce_mean(tf.square(y - y_data)) per loss = tf.reduce_mean(tf.abs(y - y_data)) e il modello non è in grado di apprendere che la perdita è diventata più grande con il tempo. Perché?

10 neural-network deep-learning tensorflow

Come normalizzare i dati per la rete neurale e la foresta decisionale

Ho un set di dati con 20000 campioni, ognuno con 12 caratteristiche diverse. Ciascun campione appartiene alla categoria 0 o 1. Voglio formare una rete neurale e una foresta decisionale per classificare i campioni in modo da poter confrontare i risultati e entrambe le tecniche. La prima cosa su cui …

10 neural-network decision-trees normalization

COME: Inizializzazione del peso della rete neurale profonda

Dato il difficile compito di apprendimento (ad es. Alta dimensionalità, complessità intrinseca dei dati), le reti neurali profonde diventano difficili da addestrare. Per alleviare molti dei problemi si potrebbe: Normalizza && seleziona manualmente i dati di qualità scegliere un algoritmo di allenamento diverso (ad es. RMSprop invece di Discesa gradiente) …

10 machine-learning neural-network deep-learning randomized-algorithms

Quanto è flessibile il collegamento tra la funzione obiettivo e la funzione di attivazione del livello di output?

Sembra standard in molti pacchetti di reti neurali accoppiare la funzione obiettivo da minimizzare con la funzione di attivazione nel livello di output. Ad esempio, per uno strato di output lineare utilizzato per la regressione è standard (e spesso solo scelta) avere una funzione di obiettivo di errore al quadrato. …

10 neural-network gradient-descent

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.