Domande di implementazione sugli algoritmi di machine learning. Le domande generali sull'apprendimento automatico devono essere inviate alle loro comunità specifiche.
Sono a conoscenza della discesa del gradiente e dell'algoritmo di retro-propagazione. Quello che non capisco è: quando è importante usare un bias e come lo usi? Ad esempio, quando si mappa la ANDfunzione, quando uso 2 ingressi e 1 uscita, non fornisce i pesi corretti, tuttavia, quando utilizzo 3 ingressi …
Sto trovando difficile capire il processo di Naive Bayes e mi chiedevo se qualcuno potesse spiegarlo con un semplice processo passo-passo in inglese. Comprendo che il confronto tra i tempi si è verificato come una probabilità, ma non ho idea di come i dati di formazione siano correlati al set …
Ho sviluppato un sito Web interno per uno strumento di gestione del portafoglio. Ci sono molti dati di testo, nomi di società, ecc. Sono stato davvero colpito dalla capacità di alcuni motori di ricerca di rispondere molto rapidamente alle domande con "Intendevi: xxxx". Devo essere in grado di rispondere in …
Allo stato attuale, questa domanda non è adatta al nostro formato di domande e risposte. Ci aspettiamo che le risposte siano supportate da fatti, riferimenti o competenze, ma questa domanda probabilmente solleciterà dibattiti, argomenti, sondaggi o discussioni estese. Se ritieni che questa domanda possa essere migliorata e possibilmente riaperta, visita …
Stavo esaminando i documenti API di Tensorflow qui . Nella documentazione di tensorflow, hanno usato una parola chiave chiamata logits. Che cos'è? In molti metodi nei documenti API è scritto come tf.nn.softmax(logits, name=None) Se ciò che è scritto logitssono solo quelli Tensors, perché mantenere un nome diverso come logits? Un'altra …
Chiuso . Questa domanda deve essere più focalizzata . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che si concentri su un problema solo modificando questo post . Chiuso il mese scorso . Migliora questa domanda In termini di intelligenza artificiale e apprendimento automatico, …
Nella seguente funzione TensorFlow, dobbiamo alimentare l'attivazione dei neuroni artificiali nello strato finale. Che ho capito. Ma non capisco perché si chiama logits? Non è una funzione matematica? loss_function = tf.nn.softmax_cross_entropy_with_logits( logits = last_layer, labels = target_output )
Dalla classe di apprendimento profondo di Udacity , la softmax di y_i è semplicemente l'esponenziale diviso per la somma dell'esponente dell'intero vettore Y: Dov'è S(y_i)la funzione softmax di y_ied eè l'esponenziale ed jè il no. di colonne nel vettore di input Y. Ho provato quanto segue: import numpy as np …
Quando dobbiamo prevedere il valore di un risultato categorico (o discreto) utilizziamo la regressione logistica . Credo che utilizziamo la regressione lineare per prevedere anche il valore di un risultato dati i valori di input. Quindi, qual è la differenza tra le due metodologie?
Diciamo che ho un array numpy 1d a = array([1,0,3]) Vorrei codificare questo come un array 2d 1-hot b = array([[0,1,0,0], [1,0,0,0], [0,0,0,1]]) C'è un modo rapido per farlo? Più veloce di un semplice ciclo aper impostare gli elementi di b, cioè.
Chiuso . Questa domanda è basata sull'opinione . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che possa essere risolta con fatti e citazioni modificando questo post . Chiuso l'anno scorso . Migliora questa domanda Supponiamo che sto lavorando su un problema di classificazione. …
Quando ho allenato la mia rete neurale con Theano o Tensorflow, riferiranno una variabile chiamata "perdita" per epoca. Come devo interpretare questa variabile? Una perdita maggiore è migliore o peggiore, o cosa significa per le prestazioni finali (accuratezza) della mia rete neurale?
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.