Domande taggate «machine-learning»

Domande di implementazione sugli algoritmi di machine learning. Le domande generali sull'apprendimento automatico devono essere inviate alle loro comunità specifiche.



6
Come applicare il ritaglio del gradiente in TensorFlow?
Considerando il codice di esempio . Vorrei sapere come applicare il gradiente di clipping su questa rete sulla RNN dove c'è la possibilità di esplodere i gradienti. tf.clip_by_value(t, clip_value_min, clip_value_max, name=None) Questo è un esempio che potrebbe essere utilizzato, ma dove lo presento? Nella definizione di RNN lstm_cell = rnn_cell.BasicLSTMCell(n_hidden, …

9
Cos'è l'apprendimento automatico? [chiuso]
Chiuso. Questa domanda è fuori tema . Attualmente non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che sia in argomento per Stack Overflow. Chiuso 7 anni fa . Migliora questa domanda Cos'è l'apprendimento automatico ? Cosa fa il codice di machine learning ? Quando diciamo che …


3
Cos'è l'entropia incrociata?
So che ci sono molte spiegazioni su cosa sia l'entropia incrociata, ma sono ancora confuso. È solo un metodo per descrivere la funzione di perdita? Possiamo usare l'algoritmo di discesa del gradiente per trovare il minimo usando la funzione di perdita?


4
Qual'è la differenza tra np.mean e tf.reduce_mean?
Nel tutorial per principianti di MNIST , c'è la dichiarazione accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float")) tf.castsostanzialmente cambia il tipo di tensore dell'oggetto, ma qual è la differenza tra tf.reduce_meane np.mean? Ecco il documento su tf.reduce_mean: reduce_mean(input_tensor, reduction_indices=None, keep_dims=False, name=None) input_tensor: Il tensore da ridurre. Dovrebbe avere un tipo numerico. reduction_indices: Le …



2
implementazione SVD algoritmo cocktail party ... in una riga di codice?
In una diapositiva all'interno della lezione introduttiva sull'apprendimento automatico di Andrew Ng di Stanford a Coursera, fornisce la seguente soluzione di una riga in ottava al problema del cocktail party dato che le sorgenti audio sono registrate da due microfoni spazialmente separati: [W,s,v]=svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x'); In fondo alla diapositiva c'è "fonte: Sam …





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.