Запитання з тегом «deep-learning»

Сподіваюся, ви можете мені допомогти, оскільки у мене є деякі запитання на цю тему. Я новачок у галузі глибокого навчання, і хоча я робив кілька навчальних посібників, я не можу співвідносити чи відрізняти поняття одне від одного.

24 machine-learning  data-mining  neural-network  nlp  deep-learning 

Чим відрізняється градієнтний спуск від стохастичного градієнтного спуску? Я не дуже знайомий з цими, чи можете ви описати різницю на короткому прикладі?

24 machine-learning  neural-network  deep-learning  gradient-descent 

Я часто чув людей, які говорять про те, чому конволюційні нейронні мережі ще недостатньо вивчені. Чи відомо, чому нейромережі, що розвиваються, завжди отримують все більш досконалі функції, коли ми піднімаємося по шарах? Що змусило їх створити такий набір функцій і чи це би було справедливо і для інших типів глибоких …

22 machine-learning  neural-network  deep-learning  convnet  cnn 

Я шукаю документ, в якому детально описуються основи глибокого навчання. Ідеально подобається курс Ендрю Нґ для глибокого навчання. Ви знаєте, де я це можу знайти?

22 machine-learning  deep-learning 

Я хочу обчислити точність, відкликання та показник F1 для моєї бінарної моделі KerasClassifier, але не знаходжу жодного рішення. Ось мій фактичний код: # Split dataset in train and test data X_train, X_test, Y_train, Y_test = train_test_split(normalized_X, Y, test_size=0.3, random_state=seed) # Build the model model = Sequential() model.add(Dense(23, input_dim=45, kernel_initializer='normal', activation='relu')) …

22 machine-learning  neural-network  deep-learning  classification  keras 

При тренуванні нейронних мереж один гіперпараметр має розмір міні-партії. Поширені варіанти - 32, 64 та 128 елементів на міні-партію. Чи є якісь правила / настанови, якою має бути міні-партія? Будь-які публікації, які досліджують вплив на навчання?

21 neural-network  deep-learning  convnet  optimization 

Мені цікаво, чи є сценарій, коли спуск градієнта не зближується до мінімуму. Я усвідомлюю, що спуск градієнта не завжди гарантується для сходу до глобального оптимуму. Я також усвідомлюю, що це може відрізнятися від оптимального, якщо, скажімо, розмір кроку занадто великий. Однак мені здається, що якщо воно буде відходити від якогось …

21 machine-learning  neural-network  deep-learning  optimization  gradient-descent 

Керас підтримує і TensorFlow, і Theano як бекенд: які плюси / мінуси вибору одного проти іншого, крім того, що в даний час не всі операції реалізовані за допомогою сервера TensorFlow?

20 neural-network  deep-learning  theano  tensorflow  keras 

Можливо, це занадто широко, але я шукаю посилання на те, як використовувати глибоке навчання у завданні підбиття тексту. Я вже реалізував узагальнення тексту, використовуючи стандартні підходи до частоти слів і ранжування речень, але я хотів би вивчити можливість використання методів глибокого навчання для цього завдання. Я також пройшов кілька реалізацій, …

20 neural-network  text-mining  deep-learning  beginner  tensorflow 

Я трохи заплутався у виборі між Keras (keras-команди / keras) і tf.keras (tensorflow / tensorflow / пітон / keras /) для мого нового дослідницького проекту. Існує дискусія про те, що Керасу ніхто не належить, тому люди щасливіші, щоб внести свій внесок, і в майбутньому буде набагато легше керувати проектом. Сігналы …

20 python  deep-learning  keras  tensorflow 

У цьому посиланні на "Стаціонарність та диференціювання " було зазначено, що такі моделі, як ARIMA, потребують стаціонарного часового ряду для прогнозування, оскільки його статистичні властивості, такі як середнє значення, дисперсія, автокореляція тощо, є постійними у часі. Оскільки RNN мають кращу здатність до вивчення нелінійних зв’язків ( як зазначено тут: Обіцяння …

20 deep-learning  predictive-modeling  time-series  forecast  lstm 

Функції активації використовуються для введення нелінійностей у лінійний вихід типу w * x + bв нейронній мережі. Який я здатний зрозуміти інтуїтивно для таких функцій активації, як сигмоїд. Я розумію переваги ReLU, яка уникає мертвих нейронів під час розмноження. Однак я не в змозі зрозуміти, чому ReLU використовується як функція …

19 machine-learning  neural-network  deep-learning  activation-function 

Із підручника Keras RNN: "RNN - складний. Вибір розміру партії важливий, вибір втрат та оптимізатор є критично важливими тощо. Деякі конфігурації не збігаються". Отже, це більш загальне питання про налаштування гіперпараметрів LSTM-RNN на Керасі. Я хотів би знати про підхід до пошуку найкращих параметрів для вашої RNN. Я почав із …

18 python  neural-network  deep-learning  keras  hyperparameter 

Я чув, як Ендрю Нг (у відео, якого я, на жаль, більше не можу знайти) розповів про те, як розуміння місцевих мінімумів у проблемах глибокого навчання змінилося в тому сенсі, що вони зараз вважаються менш проблематичними, оскільки у просторах з великими розмірами (зустрічаються в глибоке навчання) критичні точки, швидше, будуть …

18 machine-learning  deep-learning  optimization  convergence 

У чому різниця між val_lossта lossпід час тренувань у Керасі? Напр Epoch 1/20 1000/1000 [==============================] - 1s - loss: 0.1760, val_loss: 0.2032 На деяких сайтах я читав, що під час перевірки відмова не працювала.

18 machine-learning  deep-learning  keras