Nauka danych

1

Korzystanie z RNN (LSTM) w systemie rozpoznawania gestów

Usiłuję zbudować system rozpoznawania gestów do klasyfikowania gestów ASL (amerykański język migowy) , więc moje dane wejściowe powinny być sekwencją klatek z kamery lub pliku wideo, a następnie wykrywa tę sekwencję i odwzorowuje ją na odpowiednią klasa (spać, pomagać, jeść, biegać itp.) Chodzi o to, że zbudowałem już podobny system, …

10 neural-network deep-learning keras rnn lstm

1

Co to jest „nowatorski algorytm uczenia się wzmocnienia” w AlphaGo Zero?

Z jakiegoś powodu AlphaGo Zero nie zyskuje tyle rozgłosu, co oryginalne AlphaGo, pomimo jego niesamowitych rezultatów. Zaczynając od zera, pokonał już AlphaGo Master i przeszedł wiele innych testów. Co jeszcze bardziej niewiarygodne, zrobiono to w 40 dni. Google określa go jako „prawdopodobnie najlepszy odtwarzacz Go na świecie” . DeepMind twierdzi, …

10 machine-learning deep-learning

2

Próba użycia TensorFlow do przewidywania danych szeregów czasowych finansowych

Jestem nowy w ML i TensorFlow (zacząłem kilka godzin temu) i próbuję go wykorzystać do przewidywania kolejnych punktów danych w szeregu czasowym. Biorę swój wkład i robię to przy tym: /----------- x ------------\ .-------------------------------. | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 …

10 machine-learning python time-series tensorflow rnn

2

Dlaczego szkolenie na moim GPU trwa tak długo?

Detale: GPU : GTX 1080 Szkolenie : ~ 1,1 miliona zdjęć należących do 10 klas Walidacja : ~ 150 tysięcy zdjęć należących do 10 klas Czas na epokę : ~ 10 godzin Skonfigurowałem CUDA, cuDNN i Tensorflow (również GPU Tensorflow). Nie sądzę, że mój model jest tak skomplikowany, że zajmuje …

10 machine-learning python keras

1

Keras LSTM z szeregami czasowymi 1D

Uczę się, jak korzystać z Keras i osiągnąłem znaczny sukces z moim oznaczonym zestawem danych, korzystając z przykładów z głębokiego uczenia się dla Pythona przez Cholleta . Zestaw danych to ~ 1000 szeregów czasowych o długości 3125 z 3 potencjalnymi klasami. Chciałbym wyjść poza podstawowe warstwy Dense, które dają mi …

10 python deep-learning time-series lstm rnn

2

Jak sprawdzić martwe neurony relu

Tło: Dopasowując sieci neuronowe z aktywacją relu, stwierdziłem, że czasami prognoza staje się prawie stała. Uważam, że jest to spowodowane umieraniem neuronów relu podczas treningu, jak stwierdzono tutaj. (Na czym polega problem „umierania ReLU” w sieciach neuronowych? ) Pytanie: Mam nadzieję zaimplementować kontrolę w samym kodzie, aby sprawdzić, czy neurony …

10 machine-learning neural-network keras

3

Sztuczna sieć neuronowa (ANN) z dowolną liczbą wejść i wyjść

Chciałbym użyć ANN dla mojego problemu, ale problem polega na tym, że moje numery wejściowe i wyjściowe węzłów nie są naprawione. Zanim zadałem pytanie, przeprowadziłem wyszukiwanie w Google i okazało się, że RNN może mi pomóc w rozwiązaniu mojego problemu. Ale wszystkie przykłady, które znalazłem, mają w jakiś sposób określoną …

10 python neural-network keras rnn pytorch

1

Jak dokładnie działa DropOut z warstwami splotowymi?

Dropout ( papier , wyjaśnienie ) ustawia moc wyjściową niektórych neuronów na zero. W przypadku MLP możesz mieć następującą architekturę zestawu danych kwiatów Iris : 4 : 50 (tanh) : dropout (0.5) : 20 (tanh) : 3 (softmax) Działa to tak: softmax(W3⋅tanh(W2⋅mask(D,tanh(W1⋅input_vector)))softmax(W3⋅tanh⁡(W2⋅mask(D,tanh⁡(W1⋅input_vector)))softmax(W_3 \cdot \tanh(W_2 \cdot \text{mask}(D, \tanh(W_1 \cdot input\_vector))) z …

10 dropout

3

Model cykliczny (CNN) na danych EEG

Zastanawiam się, jak interpretować architekturę cykliczną w kontekście EEG. W szczególności myślę o tym jako o Rekurencyjnym CNN (w przeciwieństwie do architektur takich jak LSTM), ale może dotyczy to również innych typów sieci rekurencyjnych Kiedy czytam o R-CNN, są one zwykle wyjaśniane w kontekście klasyfikacji obrazów. Zazwyczaj określa się je …

10 machine-learning neural-network convnet rnn

4

Jak porównać skuteczność metod wyboru funkcji?

Istnieje kilka podejść do wyboru cech / wyboru zmiennych (patrz na przykład Guyon i Elisseeff, 2003 ; Liu i in., 2010 ): metody filtrowania (np. oparte na korelacji, entropii, losowe znaczenie ważności lasu), metody owijania (np. wyszukiwanie do przodu, wyszukiwanie podczas wspinaczki) i metody osadzone, w których wybór funkcji jest …

10 feature-selection performance model-selection

1

Spark ALS: polecanie nowym użytkownikom

Pytanie Jak przewidzieć ocenę dla nowego użytkownika w modelu ALS przeszkolonym w Spark? (Nowe = niewidoczne podczas treningu) Problem Tutaj śledzę oficjalny samouczek Spark ALS: http://ampcamp.berkeley.edu/big-data-mini-course/movie-recommendation-with-mllib.html Jestem w stanie zbudować dobrego polecającego z przyzwoitym MSE, ale mam problem z wprowadzaniem nowych danych do modelu. Samouczek zmienia oceny pierwszego użytkownika przed …

10 apache-spark recommender-system pyspark

1

Jakie jest znaczenie łączenia modeli w Keras?

Dowiedziałem się, że Keras ma funkcję „scalania” dwóch modeli zgodnie z następującymi zasadami: from keras.layers import Merge left_branch = Sequential() left_branch.add(Dense(32, input_dim=784)) right_branch = Sequential() right_branch.add(Dense(32, input_dim=784)) merged = Merge([left_branch, right_branch], mode='concat') Jaki jest sens łączenia NN, w jakich sytuacjach jest to przydatne? Czy to rodzaj modelowania zespołowego? Jaka jest …

10 keras

4

Wybór cech i relacja dokładności klasyfikacji

Jedną z metodologii wyboru podzbioru dostępnych funkcji klasyfikatora jest uszeregowanie ich według kryterium (takiego jak przyrost informacji), a następnie obliczenie dokładności przy użyciu klasyfikatora i podzbioru ocenianych elementów. Na przykład, jeśli twoje funkcje są A, B, C, D, E, a jeśli są uszeregowane w następujący sposób D,B,C,E,A, to obliczasz dokładność …

10 machine-learning feature-selection

4

Wizualizacja przedmiotów często kupowanych razem

Mam zestaw danych w następującej strukturze wstawiony do pliku CSV: Banana Water Rice Rice Water Bread Banana Juice Każdy wiersz wskazuje kolekcję przedmiotów, które zostały zakupione razem. Na przykład, pierwszy wiersz oznacza, że przedmioty Banana, Wateri Ricezostały zakupione razem. Chcę utworzyć wizualizację, jak poniżej: Jest to w zasadzie wykres siatki, …

10 python r data-mining visualization association-rules

3

Czy Word2Vec i Doc2Vec są reprezentacją dystrybucyjną, czy reprezentacją rozproszoną?

Czytałem, że reprezentacja dystrybucyjna opiera się na hipotezie dystrybucyjnej, że słowa występujące w podobnym kontekście mają zwykle podobne znaczenie. Word2Vec i Doc2Vec są modelowane zgodnie z tą hipotezą. Ale w oryginalnym artykule nawet one są zatytułowane jako Distributed representation of words and phrasesi Distributed representation of sentences and documents. Tak …

10 nlp word-embeddings terminology word2vec