Perguntas com a marcação «neural-networks»

Suponha que eu queira fazer uma classificação binária (algo pertence à classe A ou classe B). Existem algumas possibilidades para fazer isso na camada de saída de uma rede neural: Use 1 nó de saída. A saída 0 (<0,5) é considerada classe A e 1 (> = 0,5) é considerada …

26 machine-learning  classification  neural-networks 

Estou interessado em regressão com redes neurais. Redes neurais com zero nós ocultos + conexões de camada de salto são modelos lineares. E as mesmas redes neurais, mas com nós ocultos? Eu estou querendo saber qual seria o papel das conexões skip-layer? Intuitivamente, eu diria que, se você incluir as …

26 regression  machine-learning  neural-networks  deep-learning 

Fiquei me perguntando, por que é tão importante ter um aprendizado de máquina por princípios / teórico? De uma perspectiva pessoal como humano, posso entender por que o Machine Learning por princípios seria importante: humanos gostam de entender o que estão fazendo, encontramos beleza e satisfação em entender. do ponto …

25 machine-learning  neural-networks  conv-neural-network  theory 

Eu quero usar o aprendizado profundo no meu projeto. Examinei alguns artigos e me ocorreu uma pergunta: existe alguma diferença entre rede neural de convolução e aprendizado profundo? Essas coisas são iguais ou existem grandes diferenças e qual é a melhor?

25 machine-learning  neural-networks  deep-learning  terminology  conv-neural-network 

Esta pergunta foi migrada do Stack Overflow porque pode ser respondida em Validação cruzada. Migrou há 7 anos . Estou tentando aprender como a Rede Neural funciona no reconhecimento de imagens. Eu já vi alguns exemplos e fiquei ainda mais confuso. No exemplo do reconhecimento de letras de uma imagem …

25 machine-learning  neural-networks  image-processing 

Fechado . Esta questão é baseada em opiniões . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela possa ser respondida com fatos e citações editando esta postagem . Fechado há 2 anos . Problema fundamental com aprendizagem profunda e redes neurais em …

25 machine-learning  neural-networks  svm  deep-learning 

Dada uma função de custo convexa, usando o SGD para otimização, teremos um gradiente (vetor) em um determinado ponto durante o processo de otimização. Minha pergunta é, dado o ponto no convexo, o gradiente apenas aponta na direção em que a função aumenta / diminui mais rapidamente, ou o gradiente …

25 neural-networks  optimization  gradient-descent  sgd  convex 

Quais são as vantagens, por que alguém usaria vários LSTMs, empilhados lado a lado, em uma rede profunda? Estou usando um LSTM para representar uma sequência de entradas como uma única entrada. Então, uma vez que eu tenho essa única representação - por que eu a repassaria novamente? Estou perguntando …

25 classification  neural-networks  deep-learning  lstm  rnn 

Por que as funções de ativação de unidades lineares retificadas (ReLU) são consideradas não lineares? f( x ) = max ( 0 , x )f(x)=max(0 0,x) f(x) = \max(0,x) Eles são lineares quando a entrada é positiva e, do meu entendimento, para desbloquear o poder representativo das redes profundas, as …

25 neural-networks  deep-learning 

O que é um estudo de ablação? E existe uma maneira sistemática de realizá-lo? Por exemplo, eu tenho preditores em uma regressão linear que chamarei de modelo.nnn Como vou realizar um estudo de ablação para isso? Quais métricas devo usar? Uma fonte ou livro abrangente seria apreciado.

25 regression  machine-learning  neural-networks 

Eu estava lendo sobre o otimizador de Adam para o Deep Learning e me deparei com a seguinte frase no novo livro Deep Learning de Bengio, Goodfellow e Courville: Adam é geralmente considerado como sendo bastante robusto para a escolha de hiper parâmetros, embora a taxa de aprendizado às vezes …

24 neural-networks  deep-learning  optimization  hyperparameter  adam 

Sei que minha pergunta / título não é muito específico, tentarei esclarecê-la: As redes neurais artificiais têm projetos relativamente rígidos. É claro que, geralmente, eles são influenciados pela biologia e tentam construir um modelo matemático de redes neurais reais, mas nosso entendimento das redes neurais reais é insuficiente para a …

24 machine-learning  neural-networks  bioinformatics  artificial-intelligence  neuroscience 

Eu tenho 50.000 imagens como estas duas: Eles representam gráficos de dados. Como eu queria extrair recursos dessas imagens, usei o código de codificador automático fornecido pela Theano (deeplearning.net). O problema é que esses auto-codificadores parecem não aprender nenhum recurso. Eu tentei RBM e é o mesmo. O conjunto de …

24 machine-learning  neural-networks  feature-construction  rbm  autoencoders 

Em Alex Krizhevsky, et al. Na classificação Imagenet com redes neurais convolucionais profundas, eles enumeram o número de neurônios em cada camada (veja o diagrama abaixo). A entrada da rede é 150.528-dimensional, e o número de neurônios nas camadas restantes da rede é dado por 253.440-186.624-64.896-64.896–43.264– 4096–4096-1000. Uma visualização em …

24 neural-networks  deep-learning  conv-neural-network 

Qual é a diferença entre dropout e drop connect? No AFAIK, o abandono elimina aleatoriamente os nós ocultos durante o treinamento, mas os mantém em teste e o abandono deixa cair as conexões. Mas descartar conexões equivale a descartar os nós ocultos? Os nós (ou conexões) não são apenas um …

24 neural-networks  dropout