Perguntas com a marcação «neural-network»

Estou ciente da descida do gradiente e do algoritmo de propagação traseira. O que não entendo é: quando é importante usar um viés e como você o usa? Por exemplo, ao mapear a ANDfunção, quando eu uso 2 entradas e 1 saída, ela não fornece os pesos corretos; no entanto, …

807 machine-learning  neural-network  artificial-intelligence  backpropagation 

Qual é a diferença entre época e iteração ao treinar um perceptron de várias camadas?

413 machine-learning  neural-network  deep-learning  artificial-intelligence  terminology 

Atualmente, essa questão não se encaixa no nosso formato de perguntas e respostas. Esperamos que as respostas sejam apoiadas por fatos, referências ou conhecimentos, mas essa pergunta provavelmente solicitará debates, argumentos, pesquisas ou discussões prolongadas. Se você acha que essa pergunta pode ser melhorada e possivelmente reaberta, visite o centro …

381 machine-learning  neural-network  classification  svm 

Para qualquer camada Keras ( Layerclasse), alguém pode explicar como entender a diferença entre input_shape, units, dim, etc.? Por exemplo, o documento diz unitsespecificar a forma de saída de uma camada. Na imagem da rede neural abaixo hidden layer1tem 4 unidades. Isso se traduz diretamente no unitsatributo do Layerobjeto? Ou …

262 neural-network  deep-learning  keras  keras-layer  tensor 

Na função TensorFlow a seguir, devemos alimentar a ativação de neurônios artificiais na camada final. Isso eu entendo. Mas não entendo por que é chamado logits? Isso não é uma função matemática? loss_function = tf.nn.softmax_cross_entropy_with_logits( logits = last_layer, labels = target_output )

250 tensorflow  machine-learning  neural-network  deep-learning  cross-entropy 

Quando eu treinei minha rede neural com Theano ou Tensorflow, eles reportarão uma variável chamada "perda" por época. Como devo interpretar essa variável? Maior perda é melhor ou pior, ou o que isso significa para o desempenho final (precisão) da minha rede neural?

201 machine-learning  neural-network  mathematical-optimization  deep-learning  objective-function 

Se eu quiser usar a função BatchNormalization no Keras, preciso chamá-la apenas uma vez no início? Eu li esta documentação para ele: http://keras.io/layers/normalization/ Não vejo para onde devo chamá-lo. Abaixo está o meu código tentando usá-lo: model = Sequential() keras.layers.normalization.BatchNormalization(epsilon=1e-06, mode=0, momentum=0.9, weights=None) model.add(Dense(64, input_dim=14, init='uniform')) model.add(Activation('tanh')) model.add(Dropout(0.5)) model.add(Dense(64, init='uniform')) …

167 python  keras  neural-network  data-science  batch-normalization 

Estou tentando treinar uma CNN para categorizar o texto por tópico. Quando uso entropia cruzada binária, obtenho ~ 80% de precisão, com entropia cruzada categórica recebo ~ 50% de precisão. Eu não entendo por que isso é. É um problema multiclasse, isso não significa que eu tenho que usar entropia …

160 machine-learning  keras  neural-network  deep-learning  conv-neural-network 

Na camada de saída de uma rede neural, é típico usar a função softmax para aproximar uma distribuição de probabilidade: Isso é caro para calcular por causa dos expoentes. Por que não simplesmente executar uma transformação Z para que todas as saídas sejam positivas e normalizar apenas dividindo todas as …

159 math  neural-network  softmax 

Estou usando esta biblioteca para implementar um agente de aprendizado. Eu gerei os casos de treinamento, mas não sei ao certo quais são os conjuntos de validação e teste. O professor diz: 70% devem ser casos de trem, 10% serão casos de teste e os demais 20% devem ser casos …

155 artificial-intelligence  neural-network 

É uma questão principal, em relação à teoria das redes neurais: Por que precisamos normalizar a entrada para uma rede neural? Entendo que, às vezes, quando, por exemplo, os valores de entrada não são numéricos, uma certa transformação deve ser realizada, mas quando temos uma entrada numérica? Por que os …

151 tensorflow  machine-learning  neural-network  normalization 

Atualmente, essa questão não se encaixa no nosso formato de perguntas e respostas. Esperamos que as respostas sejam apoiadas por fatos, referências ou conhecimentos, mas essa pergunta provavelmente solicitará debates, argumentos, pesquisas ou discussões prolongadas. Se você acha que essa pergunta pode ser melhorada e possivelmente reaberta, visite o centro …

139 artificial-intelligence  machine-learning  neural-network  genetic-algorithm 

Atualmente, estou tentando conseguir uma RNA para jogar um videogame e esperava obter ajuda da maravilhosa comunidade aqui. Eu decidi pelo Diablo 2. O jogo é, portanto, em tempo real e de um ponto de vista isométrico, com o jogador controlando um único avatar no qual a câmera está centrada. …

139 machine-learning  computer-vision  neural-network  video-processing  reinforcement-learning 

Eu tenho lido algumas coisas em redes neurais e entendo o princípio geral de uma rede neural de camada única. Entendo a necessidade de camadas adicionais, mas por que as funções de ativação não linear são usadas? Esta pergunta é seguida por esta: O que é um derivado da função …

139 math  machine-learning  neural-network  deep-learning 

Eu estava olhando os documentos do tensorflow tf.nn.conv2d aqui . Mas não consigo entender o que faz ou o que está tentando alcançar. Diz nos documentos, # 1: Nivela o filtro para uma matriz 2-D com forma [filter_height * filter_width * in_channels, output_channels]. Agora o que isso faz? Isso é …

135 neural-network  tensorflow