Perguntas com a marcação «deep-learning»

A maioria dos modelos avançados de aprendizado profundo, como VGG, ResNet etc., requer imagens quadradas como entrada, geralmente com um tamanho de pixel de 224x224224x224224x224 . Existe uma razão pela qual a entrada tenha que ter a mesma forma ou posso construir um modelo convnet com, digamos, 100x200100x200100x200 também (se …

12 deep-learning  image-classification  image-recognition 

Estou tentando implementar este artigo em um conjunto de imagens médicas. Eu estou fazendo isso em Keras. A rede consiste essencialmente em 4 camadas conv e max-pool, seguidas por uma camada totalmente conectada e um classificador soft max. Até onde sei, segui a arquitetura mencionada no artigo. No entanto, a …

12 machine-learning  python  deep-learning  keras 

Eu estava estudando a possibilidade de classificar o som (por exemplo, sons de animais) usando espectrogramas. A idéia é usar redes neurais convolucionais profundas para reconhecer segmentos no espectrograma e emitir um (ou muitos) rótulos de classe. Esta não é uma idéia nova (veja, por exemplo , classificação de som …

12 deep-learning  multilabel-classification  audio-recognition 

Existem regras práticas (ou regras reais) referentes à quantidade mínima, máxima e "razoável" de células LSTM que devo usar? Especificamente, estou relacionado ao BasicLSTMCell da TensorFlow e à num_unitspropriedade. Suponha que eu tenha um problema de classificação definido por: t - number of time steps n - length of input …

12 rnn  machine-learning  r  predictive-modeling  random-forest  python  language-model  sentiment-analysis  encoding  machine-learning  deep-learning  neural-network  dataset  caffe  classification  xgboost  multiclass-classification  unbalanced-classes  time-series  descriptive-statistics  python  r  clustering  machine-learning  python  deep-learning  tensorflow  machine-learning  python  predictive-modeling  probability  scikit-learn  svm  machine-learning  python  classification  gradient-descent  regression  research  python  neural-network  deep-learning  convnet  keras  python  tensorflow  machine-learning  deep-learning  tensorflow  python  r  bigdata  visualization  rstudio  pandas  pyspark  dataset  time-series  multilabel-classification  machine-learning  neural-network  ensemble-modeling  kaggle  machine-learning  linear-regression  cnn  convnet  machine-learning  tensorflow  association-rules  machine-learning  predictive-modeling  training  model-selection  neural-network  keras  deep-learning  deep-learning  convnet  image-classification  predictive-modeling  prediction  machine-learning  python  classification  predictive-modeling  scikit-learn  machine-learning  python  random-forest  sampling  training  recommender-system  books  python  neural-network  nlp  deep-learning  tensorflow  python  matlab  information-retrieval  search  search-engine  deep-learning  convnet  keras  machine-learning  python  cross-validation  sampling  machine-learning 

Até o momento, existem muitas aplicações interessantes para aprendizado profundo em visão computacional ou processamento de linguagem natural. Como é em outros campos mais tradicionais? Por exemplo, tenho variáveis ​​sociodemográficas tradicionais e talvez muitas medições de laboratório e quero prever uma determinada doença. Isso seria um aplicativo de aprendizado profundo …

12 deep-learning 

Estou prototipando um aplicativo e preciso de um modelo de linguagem para calcular a perplexidade em algumas frases geradas. Existe algum modelo de linguagem treinado em python que eu possa usar facilmente? Algo simples como model = LanguageModel('en') p1 = model.perplexity('This is a well constructed sentence') p2 = model.perplexity('Bunny lamp …

11 python  nlp  language-model  r  statistics  linear-regression  machine-learning  classification  random-forest  xgboost  python  sampling  data-mining  orange  predictive-modeling  recommender-system  statistics  dimensionality-reduction  pca  machine-learning  python  deep-learning  keras  reinforcement-learning  neural-network  image-classification  r  dplyr  deep-learning  keras  tensorflow  lstm  dropout  machine-learning  sampling  categorical-data  data-imputation  machine-learning  deep-learning  machine-learning-model  dropout  deep-network  pandas  data-cleaning  data-science-model  aggregation  python  neural-network  reinforcement-learning  policy-gradients  r  dataframe  dataset  statistics  prediction  forecasting  r  k-means  python  scikit-learn  labels  python  orange  cloud-computing  machine-learning  neural-network  deep-learning  rnn  recurrent-neural-net  logistic-regression  missing-data  deep-learning  autoencoder  apache-hadoop  time-series  data  preprocessing  classification  predictive-modeling  time-series  machine-learning  python  feature-selection  autoencoder  deep-learning  keras  tensorflow  lstm  word-embeddings  predictive-modeling  prediction  machine-learning-model  machine-learning  classification  binary  theory  machine-learning  neural-network  time-series  lstm  rnn  neural-network  deep-learning  keras  tensorflow  convnet  computer-vision 

Como você otimizaria um pré-treinado neural network para aplicá-lo a um problema separado? Você adicionaria mais camadas ao modelo pré-treinado e o testaria em seu conjunto de dados? Por exemplo, se a tarefa fosse usar uma CNN para classificar grupos de papel de parede , tenho certeza de que não …

11 neural-network  deep-learning  classification  convnet 

Analisei muitas vezes um conjunto de dados no qual eu realmente não poderia fazer nenhum tipo de classificação. Para ver se consigo obter um classificador, geralmente utilizei as seguintes etapas: Gere plotagens de caixa de etiqueta com valores numéricos. Reduza a dimensionalidade para 2 ou 3 para ver se as …

11 machine-learning  classification  deep-learning  class-imbalance  bayes-error 

Estou executando uma rede neural de aprendizado profundo que foi treinada por uma GPU. Agora eu quero implantar isso em vários hosts para inferência. A questão é: quais são as condições para decidir se devo usar GPUs ou CPUs como inferência? Adicionando mais detalhes dos comentários abaixo. Eu sou novo …

11 deep-learning  gpu 

Essas duas operações de convolução são muito comuns no aprendizado profundo no momento. Eu li sobre a camada convolucional dilatada neste artigo: WAVENET: UM MODELO GERATIVO PARA ÁUDIO CRU e desconvolução está neste artigo: Redes totalmente convolucionais para segmentação semântica Ambos parecem fazer uma amostra da imagem, mas qual é …

11 machine-learning  deep-learning  convnet  computer-vision  convolution 

Eu estava trabalhando no modelo word2vec gensim e achei realmente interessante. Estou interessado em descobrir como uma palavra desconhecida / invisível, quando verificada com o modelo, poderá obter termos semelhantes do modelo treinado. Isso é possível? O word2vec pode ser ajustado para isso? Ou o corpus de treinamento precisa ter …

11 nlp  deep-learning  word-embeddings  unsupervised-learning 

Estou tentando descobrir quantos pesos e preconceitos são necessários para a CNN. Digamos que eu tenho uma imagem (3, 32, 32) e quero aplicar um filtro (32, 5, 5). Para cada mapa de recursos, tenho pesos 5x5, portanto, devo ter 3 x (5x5) x 32 parâmetros. Agora eu preciso adicionar …

11 deep-learning  convnet  backpropagation 

Eu sou muito novo no aprendizado profundo e estou particularmente interessado em saber o que são LSTM e BiLSTM e quando usá-los (principais áreas de aplicação). Por que o LSTM e o BILSTM são mais populares que o RNN? Podemos usar essas arquiteturas de aprendizado profundo em problemas não supervisionados?

11 machine-learning  deep-learning  rnn  lstm 

Estou um pouco confuso com a diferença entre os termos "Machine Learning" e "Deep Learning". Eu pesquisei no Google e li muitos artigos, mas ainda não está muito claro para mim. Uma definição conhecida de Machine Learning de Tom Mitchell é: Um programa de computador é dito para aprender com …

11 machine-learning  deep-learning 

Como o BERT é bidirecional (usa transformador bidirecional), é possível usá-lo para a tarefa de previsão da próxima palavra? Se sim, o que precisa ser ajustado?

11 neural-network  deep-learning  attention-mechanism  transformer  bert