Perguntas com a marcação «machine-learning»

Gostaria de saber em que situações é vantajoso empilhar LSTMs?

14 machine-learning  neural-network  deep-learning  lstm 

Criei um modelo LSTM para prever perguntas duplicadas no conjunto de dados oficial do Quora. Os rótulos de teste são 0 ou 1. 1 indica que o par de perguntas está duplicado. Depois de criar o modelo usando model.fit, eu testo o modelo usando model.predictos dados de teste. A saída …

14 machine-learning  python  neural-network  keras  lstm 

Quero treinar um modelo de aprendizado profundo em um conjunto de dados contendo cerca de 3000 imagens. Como o conjunto de dados é enorme, quero usar o Google colab, pois é compatível com GPU. Como faço para carregar esta pasta de imagem completa no meu notebook e usá-la?

14 machine-learning  neural-network  deep-learning  dataset  colab 

Quero saber se a descida de gradiente é o principal algoritmo usado em otimizadores como Adam, Adagrad, RMSProp e vários outros otimizadores.

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

Se eu treinar meu modelo usando o seguinte código: import xgboost as xg params = {'max_depth':3, 'min_child_weight':10, 'learning_rate':0.3, 'subsample':0.5, 'colsample_bytree':0.6, 'obj':'reg:linear', 'n_estimators':1000, 'eta':0.3} features = df[feature_columns] target = df[target_columns] dmatrix = xg.DMatrix(features.values, target.values, feature_names=features.columns.values) clf = xg.train(params, dmatrix) termina em cerca de 1 minuto. Se eu treinar meu modelo usando …

13 machine-learning  python  decision-trees  xgboost  efficiency 

Eu tenho uma pequena sub-pergunta a esta pergunta . Entendo que, quando se propaga de volta através de uma camada de pool máximo, o gradiente é roteado de volta de uma maneira que o neurônio na camada anterior, que foi selecionada como max, obtém todo o gradiente. O que eu …

13 machine-learning  neural-network  convnet  backpropagation 

Quero prever algum valor e estou tentando obter alguma previsão que otimize entre ser o mais baixo possível, mas ainda ser maior que . Em outras palavras: Y ( x ) Y ( x ) custo { Y ( x ) ≳ Y ( x ) } > > custo …

13 machine-learning  logistic-regression 

Sou iniciante em aprendizado de máquina e estou enfrentando uma situação. Estou trabalhando em um problema de lances em tempo real, com o conjunto de dados IPinYou e estou tentando fazer uma previsão de cliques. O fato é que, como você deve saber, o conjunto de dados é muito desequilibrado: …

13 machine-learning  dataset  sampling 

Alguém pode me dizer qual é o objetivo da geração de recursos? e por que o enriquecimento do espaço de recurso é necessário antes da classificação de uma imagem? É um passo necessário? Existe algum método para enriquecer o espaço de recursos?

13 machine-learning  classification 

Estou tentando encontrar um equivalente dos diagramas de Hinton para redes multicamadas para plotar os pesos durante o treinamento. A rede treinada é um pouco semelhante a um SRN profundo, ou seja, possui um número alto de matrizes de peso múltiplas, o que tornaria visualmente confusa a plotagem simultânea de …

13 machine-learning  neural-network  visualization  deep-learning 

Estou explorando diferentes tipos de estruturas de árvores de análise. As duas estruturas de árvore de análise amplamente conhecidas são a) árvore de análise baseada em constituintes eb) estruturas de árvore de análise baseadas em dependência. Eu sou capaz de usar gerar dois tipos de estruturas de árvore de análise …

13 machine-learning  nlp  feature-selection  feature-extraction 

Recentemente, fui apresentado ao campo de Ciência de Dados (já faz 6 meses aproximadamente) e eu comecei a jornada com o Machine Learning Course de Andrew Ng e um post que começou a trabalhar na Data Science Specialization by JHU. No campo da aplicação prática, tenho trabalhado na construção de …

13 machine-learning 

Se a remoção de alguns neurônios resulta em um modelo com melhor desempenho, por que não usar uma rede neural mais simples com menos camadas e menos neurônios? Por que construir um modelo maior e mais complicado no começo e suprimir partes dele mais tarde?

13 machine-learning  deep-learning  keras  regularization  dropout 

Quero treinar uma CNN para reconhecimento de imagem. As imagens para treinamento não têm tamanho fixo. Quero que o tamanho da entrada da CNN seja 50x100 (altura x largura), por exemplo. Quando redimensiono algumas imagens de tamanho pequeno (por exemplo, 32 x 32) para inserir o tamanho, o conteúdo da …

13 machine-learning  image-classification  preprocessing  image-recognition 

Estou lendo uma apresentação e ela recomenda não usar a codificação deixar uma de fora, mas tudo bem com uma codificação quente. Eu pensei que ambos eram iguais. Alguém pode descrever quais são as diferenças entre eles?

13 machine-learning  data-mining  feature-selection  feature-extraction  feature-engineering