Programmazione neural-network

20

Qual è il ruolo del bias nelle reti neurali?

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 …

807 machine-learning neural-network artificial-intelligence backpropagation

13

Epoca vs Iterazione durante l'allenamento delle reti neurali

Qual è la differenza tra epoca e iterazione durante l'allenamento di un percettrone multistrato?

413 machine-learning neural-network deep-learning artificial-intelligence terminology

6

Quali sono i vantaggi delle reti neurali artificiali rispetto alle macchine vettoriali di supporto? [chiuso]

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 …

381 machine-learning neural-network classification svm

2

Spiegazione dell'input di Keras: input_shape, unità, batch_size, dim, ecc

Per qualsiasi livello Keras ( Layerclasse), qualcuno può spiegare come capire la differenza tra input_shape, units, dim, ecc? Ad esempio, il documento afferma di unitsspecificare la forma di output di un livello. Nell'immagine della rete neurale di seguito hidden layer1ha 4 unità. Questo si traduce direttamente unitsnell'attributo Layerdell'oggetto? Oppure unitsin …

262 neural-network deep-learning keras keras-layer tensor

11

Qual è il significato della parola logit in TensorFlow?

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 )

250 tensorflow machine-learning neural-network deep-learning cross-entropy

3

Come interpretare "perdita" e "accuratezza" per un modello di apprendimento automatico

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?

201 machine-learning neural-network mathematical-optimization deep-learning objective-function

7

Dove posso chiamare la funzione BatchNormalization in Keras?

Se voglio usare la funzione BatchNormalization in Keras, allora devo chiamarla una sola volta all'inizio? Ho letto questa documentazione per questo: http://keras.io/layers/normalization/ Non vedo dove dovrei chiamarlo. Di seguito è riportato il mio codice che tenta di utilizzarlo: model = Sequential() keras.layers.normalization.BatchNormalization(epsilon=1e-06, mode=0, momentum=0.9, weights=None) model.add(Dense(64, input_dim=14, init='uniform')) model.add(Activation('tanh')) model.add(Dropout(0.5)) …

168 python keras neural-network data-science batch-normalization

9

Perché usare softmax in contrapposizione alla normalizzazione standard?

Nello strato di output di una rete neurale, è tipico usare la funzione softmax per approssimare una distribuzione di probabilità: Questo è costoso da calcolare a causa degli esponenti. Perché non semplicemente eseguire una trasformata Z in modo che tutte le uscite siano positive e quindi normalizzarsi semplicemente dividendo tutte …

160 math neural-network softmax

11

Perché binary_crossentropy e categorical_crossentropy offrono prestazioni diverse per lo stesso problema?

Sto cercando di formare una CNN per classificare il testo per argomento. Quando utilizzo l'entropia incrociata binaria ottengo un'accuratezza dell'80% circa, con un'entropia incrociata categorica un'accuratezza del 50% circa. Non capisco perché questo sia. È un problema multiclasse, non significa che devo usare l'entropia incrociata categorica e che i risultati …

160 machine-learning keras neural-network deep-learning conv-neural-network

7

Qual è la differenza tra treno, validazione e set di test, nelle reti neurali?

Sto usando questa libreria per implementare un agente di apprendimento. Ho generato i casi di addestramento, ma non so con certezza quali siano i set di validazione e test. L'insegnante dice: Il 70% dovrebbe essere casi di treni, il 10% sarà casi di test e il restante 20% casi di …

155 artificial-intelligence neural-network

9

Perché dobbiamo normalizzare l'input per una rete neurale artificiale?

È una domanda principale, per quanto riguarda la teoria delle reti neurali: Perché dobbiamo normalizzare l'input per una rete neurale? Capisco che a volte, quando ad esempio i valori di input sono non numerici, deve essere eseguita una certa trasformazione, ma quando abbiamo un input numerico? Perché i numeri devono …

151 tensorflow machine-learning neural-network normalization

8

Quando dovrei usare algoritmi genetici rispetto alle reti neurali? [chiuso]

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 …

139 artificial-intelligence machine-learning neural-network genetic-algorithm

7

Come addestrare una rete neurale artificiale per giocare a Diablo 2 usando l'input visivo?

Attualmente sto cercando di ottenere un ANN per giocare a un videogioco e speravo di ottenere un aiuto dalla meravigliosa comunità qui. Ho optato per Diablo 2. Il gioco è quindi in tempo reale e da un punto di vista isometrico, con il giocatore che controlla un singolo avatar su …

139 machine-learning computer-vision neural-network video-processing reinforcement-learning

12

Perché una funzione di attivazione non lineare deve essere utilizzata in una rete neurale di backpropagation?

Ho letto alcune cose sulle reti neurali e capisco il principio generale di una rete neurale a singolo strato. Comprendo la necessità di livelli aggiuntivi, ma perché vengono utilizzate le funzioni di attivazione non lineari? Questa domanda è seguita da questa: che cos'è un derivato della funzione di attivazione utilizzata …

139 math machine-learning neural-network deep-learning

5

Cosa fa tf.nn.conv2d in tensorflow?

Stavo guardando i documenti di Tensorflow tf.nn.conv2d qui intorno . Ma non riesco a capire cosa fa o cosa cerca di raggiungere. Dice sui documenti, # 1: appiattisce il filtro su una matrice 2D con forma [filter_height * filter_width * in_channels, output_channels]. Ora che cosa fa? È una moltiplicazione saggia …

135 neural-network tensorflow

Domande taggate «neural-network»