Perguntas com a marcação «neural-networks»

As redes neurais pulsadas ou Spiking incorporam mais a dinâmica da membrana dos neurônios biológicos, onde os pulsos transportam informações para a próxima camada. Os neurônios não precisam necessariamente "disparar" todos ao mesmo tempo, como faria em um backprop, por exemplo. No entanto, parece haver barreiras contra o emprego desses …

13 neural-networks 

Qual deve ser a razão entre o número de observações e o número de variáveis? Como detectar o ajuste excessivo no modelo de rede neural e quais são as formas de evitar o ajuste excessivo? Se eu quiser fazer uma classificação com a Rede Neural, as aulas devem ter a …

13 neural-networks 

Eu tenho um conhecimento básico de como as RNNs (e, em particular, com as unidades LSTMs) funcionam. Tenho uma idéia pictórica da arquitetura de uma unidade LSTM, que é uma célula e alguns portões, que regulam o fluxo de valores. No entanto, aparentemente, eu não entendi completamente como o LSTM …

13 neural-networks  lstm  rnn  backpropagation 

Estou estudando o curso DeepAI da Cousera (vídeo da Semana 3 1 "Visão geral das redes neurais") e Andrew Ng está explicando como cada camada de uma rede neural é apenas outra regressão logística, mas ele não explica como isso torna as coisas mais precisas. Assim, em uma rede de …

13 logistic  neural-networks 

Acabei de abordar as Redes Neurais Artificiais no curso de Aprendizado de Máquina do Coursera e gostaria de conhecer mais teorias por trás delas. Acho a motivação que eles imitam a biologia um tanto insatisfatória. Na superfície, parece que em cada nível substituímos as covariáveis ​​por uma combinação linear delas. …

13 machine-learning  neural-networks  theory 

De acordo com este tutorial sobre aprendizado profundo , a redução de peso (regularização) geralmente não é aplicada aos termos de viés b por quê? Qual é o significado (intuição) por trás disso?

13 machine-learning  neural-networks  bias  regularization 

Estou acompanhando a pergunta que fiz anteriormente nos RBMs . Vejo muita literatura descrevendo-os, mas nenhum que realmente fale de regressão (nem mesmo classificação com dados rotulados). Sinto que ele é usado apenas para dados não rotulados. Existem recursos para lidar com a regressão? Ou é tão simples quanto adicionar …

13 regression  machine-learning  classification  neural-networks 

Por exemplo, deseja-se prever os preços da habitação e ter duas características de entrada, o comprimento e a largura da casa. Às vezes, também se incluem recursos de entrada polinomial 'derivados', como área, que é comprimento * largura. 1) Qual o sentido de incluir recursos derivados? Uma rede neural não …

13 machine-learning  neural-networks 

Esta pergunta já tem respostas aqui : Algoritmo de retropropagação (2 respostas) Fechado há 2 meses . O que é o algoritmo de retropropagação e como ele funciona?

13 algorithms  optimization  neural-networks 

Estudei a arquitetura da rede neural siamesa introduzida por Yann LeCun e seus colegas em 1994 para o reconhecimento de assinaturas ( “Verificação de assinatura usando uma rede neural siamese com atraso de tempo” .pdf , NIPS 1994) Entendi a idéia geral dessa arquitetura, mas realmente não consigo entender como …

13 neural-networks 

Quando as pessoas falam sobre redes neurais, o que elas significam quando dizem "tamanho do kernel"? Kernels são funções de similaridade, mas o que isso diz sobre o tamanho do kernel?

13 machine-learning  neural-networks 

Quais problemas de entrada seqüencial são mais adequados para cada um? A dimensionalidade da entrada determina qual é a melhor correspondência? Os problemas que requerem "memória mais longa" são mais adequados para uma RNN LSTM, enquanto os problemas com padrões de entrada cíclicos (mercado de ações, clima) são mais facilmente …

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

Estou tentando treinar uma rede neural para classificação, mas os rótulos que tenho são bastante barulhentos (cerca de 30% deles estão errados). A perda de entropia cruzada realmente funciona, mas eu queria saber se existem alternativas mais eficazes nesse caso. ou a perda de entropia cruzada é a ideal? Não …

13 machine-learning  neural-networks  loss-functions  noise 

É possível ter pesos negativos (após épocas suficientes) para redes neurais convolucionais profundas quando usamos ReLU para todas as camadas de ativação?

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

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 9 meses . Eu sei que existem muitas bibliotecas para aprendizado de máquina e aprendizado profundo como caffe, …

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