Statistiche e Big Data neural-networks

2

Come inizializzare gli elementi della matrice del filtro?

Sto cercando di capire meglio le reti neurali convoluzionali scrivendo il codice Python che non dipende dalle librerie (come Convnet o TensorFlow) e mi sto bloccando in letteratura su come scegliere i valori per la matrice del kernel, quando eseguendo una convoluzione su un'immagine. Sto cercando di comprendere i dettagli …

24 machine-learning neural-networks deep-learning feature-construction conv-neural-network

1

Come si interpretano gli istogrammi dati da TensorFlow in TensorBoard?

Recentemente stavo correndo e imparando il flusso del tensore e ho ottenuto alcuni istogrammi che non sapevo interpretare. Di solito penso all'altezza delle barre come alla frequenza (o frequenza / conteggi relativi). Tuttavia, il fatto che non ci siano barre come in un normale istogramma e il fatto che le …

23 machine-learning neural-networks conv-neural-network tensorflow

1

Keras, come funziona il decadimento del tasso di apprendimento SGD?

Se si osserva la documentazione http://keras.io/optimizers/ , nel SGD è presente un parametro per il decadimento. So che questo riduce il tasso di apprendimento nel tempo. Tuttavia, non riesco a capire come funzioni esattamente. È un valore che viene moltiplicato per il tasso di apprendimento in lr = lr * …

23 neural-networks python

2

Possiamo usare MLE per stimare i pesi della rete neurale?

Ho appena iniziato a studiare cose su statistiche e modelli. Attualmente, la mia comprensione è che usiamo MLE per stimare i parametri migliori per un modello. Tuttavia, quando provo a capire come funzionano le reti neurali, sembra invece che comunemente utilizzino un altro approccio per stimare i parametri. Perché non …

23 maximum-likelihood neural-networks

3

Qual è l'architettura di un autoencoder convoluzionale in pila?

Quindi sto cercando di fare la predicazione su immagini di umani usando reti convoluzionali. Ho letto i giornali ( Paper1 e paper2 ) e questo legame StackOverflow , ma non sono sicuro io sono comprendere la struttura delle reti (non è ben definita sui giornali). Domande: Posso avere il mio …

23 neural-networks deep-learning autoencoders deep-belief-networks

3

Il formato dell'immagine (png, jpg, gif) influenza il modo in cui viene addestrata una rete neurale di riconoscimento delle immagini?

Sono consapevole che ci sono stati molti progressi riguardo al riconoscimento delle immagini, alla classificazione delle immagini, ecc. Con reti neurali profonde e convoluzionali. Ma se alleno una rete su, per esempio, immagini PNG, funzionerà solo con immagini così codificate? Quali altre proprietà dell'immagine influiscono su questo? (canale alfa, interlacciamento, …

23 neural-networks deep-learning image-processing

1

Perché la funzione di costo delle reti neurali non è convessa?

C'è un thread simile qui (la funzione di costo della rete neurale non è convessa? ) Ma non sono stato in grado di capire i punti nelle risposte lì e il mio motivo per chiedere di nuovo sperando che questo chiarisca alcuni problemi: Se utilizzo somma di funzione di costo …

22 machine-learning neural-networks optimization loss-functions convex

1

Backpropagation gradiente tramite connessioni salta ResNet

Sono curioso di sapere come i gradienti vengono retro-propagati attraverso una rete neurale usando i moduli ResNet / salta le connessioni. Ho visto un paio di domande su ResNet (ad es. Rete neurale con connessioni skip-layer ) ma questa fa domande specifiche sulla retro-propagazione dei gradienti durante l'allenamento. L'architettura di …

22 machine-learning neural-networks conv-neural-network gradient-descent backpropagation

3

Relu vs Sigmoid vs Softmax come neuroni a strati nascosti

Stavo giocando con una semplice rete neurale con un solo livello nascosto, di Tensorflow, e poi ho provato diverse attivazioni per il livello nascosto: Relu sigmoid Softmax (beh, di solito softmax è usato nell'ultimo strato ..) Relu offre la migliore precisione e accuratezza di convalida del treno. Non sono sicuro …

22 machine-learning neural-networks conv-neural-network tensorflow sigmoid-curve

3

Perché usare la discesa gradiente con le reti neurali?

Durante l'allenamento di una rete neurale mediante l'algoritmo di retro-propagazione, il metodo di discesa del gradiente viene utilizzato per determinare gli aggiornamenti del peso. La mia domanda è: anziché utilizzare il metodo di discesa gradiente per individuare lentamente il punto minimo rispetto a un determinato peso, perché non impostare semplicemente …

22 neural-networks gradient-descent backpropagation

2

Regole per la selezione di iperparametri di reti neurali convoluzionali

Esistono buoni documenti che trattano alcuni modi metodici di scegliere le dimensioni dei filtri, raggruppare le unità e determinare il numero di strati convoluzionali?

22 neural-networks deep-learning conv-neural-network

2

Macchine Boltzmann limitate contro reti neurali multistrato

Volevo sperimentare una rete neurale per un problema di classificazione che sto affrontando. Mi sono imbattuto in documenti che parlano di RBM. Ma da quello che posso capire, non sono diversi dall'avere una rete neurale multistrato. È preciso? Inoltre lavoro con R e non vedo alcun pacchetto fisso per RBM. …

22 r machine-learning classification neural-networks

9

Come determinare la fiducia di una previsione della rete neurale?

Per illustrare la mia domanda, supponiamo che io abbia un set di addestramento in cui l'input ha un certo livello di rumore ma l'output no, per esempio; # Training data [1.02, 1.95, 2.01, 3.06] : [1.0] [2.03, 4.11, 5.92, 8.00] : [2.0] [10.01, 11.02, 11.96, 12.04] : [1.0] [2.99, 6.06, …

22 regression machine-learning neural-networks confidence-interval prediction-interval

3

Che cos'è la pre-formazione di una rete neurale?

Bene, la domanda dice tutto. Cosa si intende per "pre-allenamento di una rete neurale"? Qualcuno può spiegare in puro inglese semplice? Non riesco a trovare alcuna risorsa ad esso correlata. Sarebbe bello se qualcuno potesse indicarmi.

22 neural-networks pre-training

2

Macchina Boltzmann limitata: come viene utilizzata nell'apprendimento automatico?

Sfondo: Sì, è possibile utilizzare la macchina Boltzmann con restrizioni (RBM) per avviare i pesi di una rete neurale. Inoltre PUO 'essere usato in modo "strato per strato" per costruire una rete di credenze profonde (cioè per addestrare un -esimo strato sulla parte superiore di ( n - 1 ) …

21 machine-learning neural-networks deep-learning deep-belief-networks rbm

Domande taggate «neural-networks»