Запитання з тегом «neural-networks»

Я читав Книгу Йошуа Бенджіо про глибоке навчання, і це написано на сторінці 224: Конволюційні мережі - це просто нейронні мережі, які використовують згортку замість загального множення матриць принаймні в одному з їх шарів. однак я не був на 100% впевнений у тому, як «замінити матричне множення на згортку» в …

13 machine-learning  neural-networks  deep-learning  convolution 

Я працюю над невеликим проектом, де ми намагаємось передбачити ціни на товари (нафта, алюміній, олово тощо) на наступні 6 місяців. У мене є 12 таких змінних, які можна передбачити, і у мене є дані з квітня 2008 р. По травень 2013 р. Як слід робити прогнозування? Я зробив наступне: Імпортовані …

13 r  time-series  forecasting  neural-networks  arima 

Імпульсні нейромережі або шипшинг містять більше мембранної динаміки біологічних нейронів, де імпульси переносять інформацію до наступного шару. Нейрони не обов’язково повинні "вогнювати" все одночасно, як це було б, наприклад, у задньому плані. Однак, схоже, є бар'єри проти використання цих моделей для проблем машинного навчання. Які конкретні проблеми стоять на шляху …

13 neural-networks 

Яким має бути співвідношення кількості спостережень та кількості змінних? Як виявити перевиконання в моделі нейронної мережі та які способи уникнути перевиконання? Якщо я хочу здійснити класифікацію за допомогою нейронної мережі, чи повинні заняття мати однакову частоту? Будь ласка, допоможіть мені.

13 neural-networks 

У мене є основні знання про те, як працюють RNN (і, зокрема, з одиницями LSTM). У мене є живописне уявлення про архітектуру блоку LSTM, тобто клітинки та декількох воріт, які регулюють потік значень. Однак, мабуть, я не до кінця зрозумів, як LSTM вирішує проблему "зникаючих та вибухаючих градієнтів", яка виникає …

13 neural-networks  lstm  rnn  backpropagation 

Я проходжу курс DeepAI Cousera (відео 1 тиждень "Огляд нейронних мереж"), і Ендрю Нг пояснює, як кожен шар в нейронній мережі - лише чергова логістична регресія, але він не пояснює, як це робить більш точним. Отже, у двошаровій мережі, як обчислення логістичного багаторазового використання робить її більш точною?

13 logistic  neural-networks 

Я щойно висвітлював Штучні нейронні мережі на курсі машинного навчання Курсара, і хотів би знати більше теорії за ними. Я вважаю, що мотивація того, що вони імітують біологію, є дещо незадовільною. На поверхні виявляється, що на кожному рівні ми замінюємо коваріати лінійною їх комбінацією. Роблячи це неодноразово, ми допускаємо встановлення …

13 machine-learning  neural-networks  theory 

Я продовжую відповідати на запитання, яке я задавав раніше щодо УЗМ . Я бачу багато літератури, що описує їх, але жодна, яка насправді говорить про регресію (навіть не класифікація з міченими даними). У мене виникає відчуття, що він використовується лише для не маркованих даних. Чи є ресурси для лікування регресії? …

13 regression  machine-learning  classification  neural-networks 

Наприклад, хочеться передбачити ціни на житло та мати два вхідні характеристики довжини та ширини будинку. Іноді також включаються «похідні» поліноміальні вхідні характеристики, такі як площа, що є довжиною * шириною. 1) В чому сенс включення похідних ознак? Чи не повинна нейромережа дізнатися зв’язок між довжиною, шириною та ціною під час …

13 machine-learning  neural-networks 

На це питання вже є відповіді : Алгоритм зворотного розповсюдження (2 відповіді) Закрито 4 місяці тому . Що таке алгоритм зворотного поширення і як він працює?

13 algorithms  optimization  neural-networks 

Ось зразок коду keras, який використовує його: from keras.constraints import max_norm model.add(Convolution2D(32, 3, 3, input_shape=(3, 32, 32), border_mode='same', activation='relu', kernel_constraint=max_norm(3)))

13 neural-networks  regularization  conv-neural-network  optimization 

Я вивчав архітектуру сіамської нейронної мережі, запровадженої Яном Лекуном та його колегами в 1994 році для розпізнавання підписів ( "Перевірка підписів за допомогою нейронної мережі затримки в часі сіамської " .pdf , NIPS 1994) Я зрозумів загальну ідею цієї архітектури, але насправді не можу зрозуміти, як працює розмноження в цьому …

13 neural-networks 

Коли люди говорять про нейронні мережі, що вони означають, коли говорять "розмір ядра"? Ядра - це функції подібності, але що це говорить про розмір ядра?

13 machine-learning  neural-networks 

Які послідовні проблеми з введенням найкраще підходять для кожної? Чи визначає розмірність входу, яка краще відповідає? Чи проблеми, які потребують "більшої пам'яті", краще підходять для RNN LSTM, тоді як проблеми з циклічними вхідними моделями (фондовий ринок, погода) легше вирішуються HMM? Здається, перекриття багато; Мені цікаво, які тонкі відмінності існують між …

13 time-series  neural-networks  hidden-markov-model  rnn 

Чи можливі негативні ваги (після достатньої кількості епох) для глибоких звивистих нейронних мереж, коли ми використовуємо ReLU для всіх шарів активації?

13 machine-learning  neural-networks  deep-learning  conv-neural-network