Запитання з тегом «neural-network»

Я переглядав цей приклад мовної моделі LSTM на github (посилання) . Що це взагалі робить, мені цілком зрозуміло. Але я все ще намагаюся зрозуміти, що contiguous()робить виклик , який кілька разів трапляється в коді. Наприклад, у рядку 74/75 коду створюються вхідні та цільові послідовності LSTM. Дані (що зберігаються ids) є …

90 neural-network  deep-learning  lstm  pytorch  contiguous 

Я помітив, що під час тренувань NANвводяться часті випадки . Часто здається, що це вводиться вагами у продувних шарах внутрішнього продукту / повністю з'єднаних або звивин. Це відбувається тому, що обчислення градієнта роздувається? Або це через ініціалізацію ваги (якщо так, чому ініціалізація ваги має такий ефект)? Або це, ймовірно, спричинено …

85 machine-learning  neural-network  deep-learning  caffe  gradient-descent 

Проблеми класифікації, такі як логістична регресія або багатономіальна логістична регресія, оптимізують перехресну ентропію . Зазвичай шар перехресної ентропії слід за шаром softmax , який виробляє розподіл ймовірностей. У тенсорному потоці існує принаймні десяток різних функцій перехресної ентропії : tf.losses.softmax_cross_entropy tf.losses.sparse_softmax_cross_entropy tf.losses.sigmoid_cross_entropy tf.contrib.losses.softmax_cross_entropy tf.contrib.losses.sigmoid_cross_entropy tf.nn.softmax_cross_entropy_with_logits tf.nn.sigmoid_cross_entropy_with_logits ... Який з них працює …

83 python  tensorflow  neural-network  logistic-regression  cross-entropy 

Я намагаюся зрозуміти, що обгортка TimeDistributed робить у Keras. Я розумію, що TimeDistributed "застосовує шар до кожного тимчасового зрізу введення". Але я провів експеримент і отримав ті результати, які я не можу зрозуміти. Коротше кажучи, стосовно рівня LSTM, TimeDistributed і просто щільний шар дають однакові результати. model = Sequential() model.add(LSTM(5, …

83 python  machine-learning  keras  neural-network  deep-learning 

В даний час я використовую такий код: callbacks = [ EarlyStopping(monitor='val_loss', patience=2, verbose=0), ModelCheckpoint(kfold_weights_path, monitor='val_loss', save_best_only=True, verbose=0), ] model.fit(X_train.astype('float32'), Y_train, batch_size=batch_size, nb_epoch=nb_epoch, shuffle=True, verbose=1, validation_data=(X_valid, Y_valid), callbacks=callbacks) Це говорить Керасу припинити тренування, коли втрата не покращилася протягом 2 епох. Але я хочу припинити тренування після того, як втрата стала меншою …

82 python  machine-learning  neural-network  conv-neural-network  keras 

Я намагаюся призначити нове значення змінній tensorflow у python. import tensorflow as tf import numpy as np x = tf.Variable(0) init = tf.initialize_all_variables() sess = tf.InteractiveSession() sess.run(init) print(x.eval()) x.assign(1) print(x.eval()) Але результат, який я отримую, є 0 0 Отже, значення не змінилося. Чого мені не вистачає?

79 python  tensorflow  neural-network  deep-learning  variable-assignment 

Зачинено. Це питання не відповідає вимогам щодо переповнення стека . Наразі відповіді не приймаються. Хочете покращити це питання? Оновіть питання, щоб воно було актуальним для переповнення стека. Закрито 2 роки тому . Удосконалюйте це питання Я шукаю метод, як розрахувати кількість шарів і кількість нейронів на шар. В якості вхідних …

76 machine-learning  neural-network  deep-learning  artificial-intelligence 

Баунті закінчується в протягом 12 годин . Відповіді на це запитання підлягають нагоді за репутацію +150 . sirjay шукає відповідь від авторитетного джерела . Я створив нейронну мережу LSTM (RNN) з контрольованим навчанням для прогнозування запасів даних. Проблема полягає в тому, чому він прогнозує неправильні власні дані про навчання? (примітка: …

13 python  tensorflow  machine-learning  keras  neural-network 

У мене є генеративні змагальні мережі, де дискримінатор зводиться до мінімуму з MSE і генератор повинен отримати максимізацію. Тому що обидва - опоненти, які переслідують протилежну мету. generator = Sequential() generator.add(Dense(units=50, activation='sigmoid', input_shape=(15,))) generator.add(Dense(units=1, activation='sigmoid')) generator.compile(loss='mse', optimizer='adam') generator.train_on_batch(x_data, y_data) Що я повинен адаптувати, щоб отримати модель генератора, яка отримує прибуток …

11 python  tensorflow  keras  neural-network  maximize 

Я намагаюся оновити / змінити параметри моделі нейронної сітки, а потім мати перехідний сигнал оновленої нейронної мережі в графіку обчислень (незалежно від того, скільки змін / оновлень ми робимо). Я спробував цю ідею, але всякий раз, коли я це роблю, pytorch встановлює мої оновлені тензори (всередині моделі) на листя, що …

10 python  machine-learning  neural-network  pytorch 

Резюме проблеми та питання Я намагаюся розглянути деякі дані всередині об'єкта, які можна перерахувати, але не індексувати. Я все ще новачок пітона, але не розумію, як це можливо. Якщо ви можете перерахувати, чому ви не можете отримати доступ до індексу таким же чином, як перелічити? А якщо ні, чи є …

10 python  tensorflow  neural-network  kaggle 

У мене виникає помилка щодо (Keras, який не підтримує TensorFlow 2.0. Ми рекомендуємо використовувати tf.kerasабо альтернативно переходити на TensorFlow 1.14.) Будь-які рекомендації. Дякую import keras #For building the Neural Network layer by layer from keras.models import Sequential #To randomly initialize the weights to small numbers close to 0(But not 0) …

9 python  tensorflow  keras  neural-network  tf.keras 

Я навчаюсь використовувати мозковий модуль Gekko для додатків глибокого навчання. Я створив нейронну мережу, щоб дізнатися функцію numpy.cos (), а потім отримати подібні результати. Я добре підходить, коли межі тренувань: x = np.linspace(0,2*np.pi,100) Але модель розпадається, коли я намагаюся розширити межі до: x = np.linspace(0,3*np.pi,100) Що потрібно змінити в моїй …

9 neural-network  deep-learning  gekko