Запитання з тегом «neural-network»

Я початківець з Керасом, і я почав із прикладу MNIST, щоб зрозуміти, як насправді працює бібліотека. Фрагмент коду проблеми MNIST у папці приклад Keras задається як: import numpy as np np.random.seed(1337) # for reproducibility from keras.datasets import mnist from keras.models import Sequential from keras.layers import Dense, Dropout, Activation, Flatten from …

10 python  neural-network  deep-learning  keras 

Я хочу створити систему, яка дасть абзац тексту, зможе його класифікувати та визначити контекст: Навчається з генерованих користувачем абзаців тексту (наприклад, коментарі / запитання / відповіді) Кожен предмет навчального набору буде позначений тегом. Так, наприклад ("категорія 1", "текст абзац") Будуть сотні категорій Який найкращий підхід для побудови такої системи? Я …

10 neural-network  text-mining  multiclass-classification  word-embeddings 

Я щойно прочитав статтю Джеффа Гінтона про перетворення автоінкодерів Хінтон, Крижевський та Ван: Трансформація автокодерів . У галузі штучних нейронних мереж та машинного навчання, 2011. і дуже хотілося б пограти з чимось подібним. Але прочитавши його, я не зміг отримати достатньо деталей із статті про те, як я міг би …

10 neural-network  deep-learning  autoencoder 

Я найкраще навчаюся через експерименти та приклад. Я дізнаюся про нейронні мережі і маю (те, що мені здається) - досить добре розуміє класифікацію та регресію, а також кероване та непідконтрольне навчання, але я натрапив на щось, про що я не можу зауважити; Якби я хотів навчити ШІ грати в складну …

10 machine-learning  neural-network 

Я побачив вражаючий результат від моделей LSTM, що створюють тексти, подібні Шекспіру. Мені було цікаво, чи існує пакет LSTM для R. Я за ним гуглив, але знаходив лише пакети для Python та Julia. (можливо, є якась проблема продуктивності, яка пояснює, чому ці програми є більш переважними перед R). Чи знаєте …

10 r  neural-network  rnn 

Я хотів би використовувати ANN для автоматизації торгівлі валютами, переважно USD / EUR або USD / GBP. Я знаю, що це важко і може бути не просто. Я вже читав деякі документи і робив кілька експериментів, але без особливої ​​долі. Я хотів би отримати поради від ЕКСПЕРТІВ, щоб зробити цю …

10 neural-network 

Я намагався виявити людей, що споживають енергію в споживання енергії деяких голландських будівель, будуючи модель нейронної мережі. У мене дуже погані результати, але я не можу знайти причину. Я не експерт, тому хотів би запитати у вас, що я можу вдосконалити і що я роблю неправильно. Це повний опис: https://github.com/denadai2/Gas-consumption-outliers …

10 neural-network  outlier 

Я дізнався про конволюційні нейронні мережі. Переглядаючи Kerasприклади, я натрапив на три різні методи згортки. А саме, 1D, 2D та 3D. Які відмінності між цими трьома шарами? Які випадки їх використання? Чи є посилання чи посилання, які показують випадки їх використання?

10 machine-learning  neural-network  deep-learning  keras  cnn 

Я початківець у нейромережах, і зараз вивчаю модель word2vec. Однак у мене важкий час, щоб зрозуміти, що саме являє собою матриця функцій. Я можу зрозуміти, що перша матриця - це гарячий вектор кодування для даного слова, але що означає друга матриця? Більш конкретно, що означає кожне з цих значень (тобто …

10 machine-learning  neural-network  word2vec 

У Вступі я щойно змінився loss = tf.reduce_mean(tf.square(y - y_data)) до loss = tf.reduce_mean(tf.abs(y - y_data)) і модель не в змозі дізнатись, з часом збитки тільки зростали. Чому?

10 neural-network  deep-learning  tensorflow 

У мене є набір даних з 20000 зразків, кожен має 12 різних функцій. Кожен зразок або в категорії 0, або 1. Я хочу навчити нейронну мережу та ліс прийняття рішень класифікувати зразки, щоб я міг порівняти результати та обидві методи. Перше, на що я натрапив - це належна нормалізація даних. …

10 neural-network  decision-trees  normalization 

Враховуючи складне навчальне завдання (наприклад, велика розмірність, властива їм складність даних) Глибокі нейронні мережі важко піддаються навчанню . Щоб полегшити багато проблем, можна: Нормалізуйте дані про якість & & handpick вибрати інший алгоритм навчання (наприклад, RMSprop замість Gradient Descent) вибрати більш круту градієнтну вартість вартості (наприклад, перехресна ентропія замість MSE) …

10 machine-learning  neural-network  deep-learning  randomized-algorithms 

Здається, що у багатьох пакетах нейронної мережі стандартне поєднання цільової функції мінімізується з функцією активації у вихідному шарі. Наприклад, для лінійного вихідного шару, що використовується для регресії, стандартно (і часто це лише вибір) мати функцію об'єктивної помилки. Ще одне звичайне сполучення - це логістичний вихід та втрата журналу (або перехресна …

10 neural-network  gradient-descent 

Я намагаюся тренувати штучну нейронну мережу з двома звивистими шарами (c1, c2) та двома прихованими шарами (c1, c2). Я використовую стандартний підхід для розмноження. У зворотному проході я обчислюю термін помилки шару (дельта) на основі похибки попереднього шару, ваги попереднього шару та градієнта активації щодо функції активації поточного шару. Більш …

10 machine-learning  data-mining  neural-network  deep-learning 

Я створив штучну нейронну мережу в python, використовуючи функцію оптимізації scipy.optimize.minimize (Conjugate gradient). Я здійснив перевірку градієнта, двічі перевірив все тощо, і я впевнений, що він працює правильно. Я запускав його кілька разів, і він досягає "Оптимізація успішно припиняється", але коли я збільшую кількість прихованих шарів, вартість гіпотези збільшується (все …

10 machine-learning  python  neural-network