Domande taggate «neural-networks»

Le reti neurali artificiali (ANN) sono un'ampia classe di modelli computazionali vagamente basati su reti neurali biologiche. Comprendono NN feedforward (inclusi NN "profondi"), NN convoluzionali, NN ricorrenti, ecc.

Quali sono le differenze tra codifica sparsa e autoencoder?

La codifica sparsa è definita come l'apprendimento di un insieme troppo completo di vettori di base per rappresentare i vettori di input (<- perché lo vogliamo). Quali sono le differenze tra codifica sparsa e autoencoder? Quando utilizzeremo la codifica sparsa e il codificatore automatico?

35 machine-learning neural-networks unsupervised-learning deep-learning autoencoders

Backpropagation vs Algoritmo genetico per la formazione della rete neurale

Ho letto alcuni articoli che parlano dei pro e dei contro di ciascun metodo, alcuni sostengono che GA non dia alcun miglioramento nel trovare la soluzione ottimale, mentre altri dimostrano che è più efficace. Sembra che GA sia generalmente preferito in letteratura (anche se la maggior parte delle persone lo …

34 neural-networks genetic-algorithms backpropagation

Qual è la relazione tra modelli gerarchici, reti neurali, modelli grafici, reti bayesiane?

Sembrano tutti rappresentare variabili casuali dai nodi e (in) dipendenza attraverso i bordi (possibilmente diretti). Sono particolarmente interessato al punto di vista di un bayesiano.

34 causality neural-networks multilevel-analysis graphical-model

Pre-training nella rete neurale profonda convoluzionale?

Qualcuno ha visto letteratura sulla pre-formazione in una rete neurale convoluzionale profonda? Ho visto solo pre-training senza supervisione in autoencoder o macchine boltzman limitate.

33 machine-learning neural-networks deep-learning conv-neural-network autoencoders

Come addestrare e validare un modello di rete neurale in R?

Sono nuovo a modellare con le reti neurali, ma sono riuscito a stabilire una rete neurale con tutti i punti di dati disponibili che si adattano bene ai dati osservati. La rete neurale è stata realizzata in R con il pacchetto nnet: require(nnet) ##33.8 is the highest value mynnet.fit <- …

33 r neural-networks

SVM può eseguire l'apprendimento in streaming di un esempio alla volta?

Ho un set di dati in streaming, gli esempi sono disponibili uno alla volta. Avrei bisogno di fare una classificazione multi classe su di essi. Non appena ho fornito un esempio di formazione al processo di apprendimento, devo scartare l'esempio. Allo stesso tempo, sto anche usando l'ultimo modello per eseguire …

33 machine-learning svm neural-networks

Perché tanh è quasi sempre migliore di sigmoid come funzione di attivazione?

Nel corso Neural Networks e Deep Learning di Andrew Ng su Coursera afferma che usare è quasi sempre preferibile usare .tanhtanhtanhsigmoidsigmoidsigmoid La ragione per cui egli dà è che le uscite utilizzando centro attorno 0 piuttosto che 's 0,5, e questo 'rende l'apprendimento per lo strato successivo un po 'più …

33 machine-learning neural-networks backpropagation sigmoid-curve

Le reti contraddittorie generative sono state introdotte da Jürgen Schmidhuber?

Ho letto su https://en.wikipedia.org/wiki/Generative_adversarial_networks : [Reti contraddittorie generative] sono state introdotte da Ian Goodfellow et al nel 2014. ma Jurgen Schmidhuber afferma di aver svolto un lavoro simile in precedenza in quella direzione (ad esempio, si è tenuto un dibattito al NIPS 2016 durante il tutorial sulle reti contraddittorie generative: …

32 neural-networks history gan

Come iniziare con le reti neurali

Sono completamente nuovo alle reti neurali ma sono molto interessato a capirle. Tuttavia, non è affatto facile iniziare. Qualcuno potrebbe raccomandare un buon libro o qualsiasi altro tipo di risorsa? C'è un must da leggere? Sono grato per qualsiasi tipo di suggerimento.

32 machine-learning neural-networks references

Qual è la differenza tra regressione logistica e reti neurali?

Come possiamo spiegare la differenza tra la regressione logistica e la rete neurale a un pubblico che non ha esperienza nelle statistiche?

32 logistic neural-networks

Perché non ci sono motori di apprendimento di rinforzo profondo per gli scacchi, simili a AlphaGo?

I computer sono stati a lungo in grado di giocare a scacchi usando una tecnica a "forza bruta", cercando una certa profondità e quindi valutando la posizione. Il computer AlphaGo tuttavia utilizza solo una ANN per valutare le posizioni (non fa alcuna ricerca approfondita per quanto ne so). È possibile …

32 neural-networks deep-learning reinforcement-learning games

Qual è la definizione di una "mappa caratteristica" (nota anche come "mappa di attivazione") in una rete neurale convoluzionale?

Sfondo introduttivo All'interno di una rete neurale convoluzionale, di solito abbiamo una struttura / flusso generale che assomiglia a questo: immagine di input (cioè un vettore 2D x) (Il 1 ° livello convoluzionale (Conv1) inizia qui ...) contorta una serie di filtri ( w1) lungo l'immagine 2D (ovvero z1 = …

32 neural-networks deep-learning conv-neural-network

Architetture della CNN per regressione?

Ho lavorato su un problema di regressione in cui l'input è un'immagine e l'etichetta ha un valore continuo tra 80 e 350. Le immagini sono di alcuni prodotti chimici dopo una reazione. Il colore che risulta indica la concentrazione di un'altra sostanza chimica rimasta, ed è quello che il modello …

32 regression machine-learning neural-networks conv-neural-network tensorflow

Comprensione delle unità LSTM rispetto alle celle

Ho studiato LSTM per un po '. Capisco ad alto livello come funziona tutto. Tuttavia, andando a implementarli usando Tensorflow, ho notato che BasicLSTMCell richiede un numero di unità (es. num_units) Parametro. Da questa spiegazione molto approfondita degli LSTM, ho scoperto che una singola unità LSTM è una delle seguenti …

32 neural-networks terminology lstm rnn tensorflow

Perché utilizziamo ReLU nelle reti neurali e come lo usiamo?

Perché utilizziamo unità lineari rettificate (ReLU) con reti neurali? In che modo migliora la rete neurale? Perché diciamo che ReLU è una funzione di attivazione? Softmax non è la funzione di attivazione per le reti neurali? Immagino che usiamo sia ReLU che softmax, in questo modo: neurone 1 con uscita …

31 neural-networks

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.