Nauka danych neural-network

1

Przekształcanie danych do głębokiego uczenia się za pomocą Keras

Jestem początkującym w Keras i zacząłem od przykładu MNIST, aby zrozumieć, jak biblioteka faktycznie działa. Fragment kodu problemu MNIST w przykładowym folderze Keras podano jako: import numpy as np np.random.seed(1337) # for reproducibility from keras.datasets import mnist from keras.models import Sequential from keras.layers import Dense, Dropout, Activation, Flatten from keras.layers …

10 python neural-network deep-learning keras

1

Problem z klasyfikacją tekstu: czy Word2Vec / NN jest najlepszym podejściem?

Chcę zaprojektować system, który po akapicie tekstu będzie mógł go skategoryzować i zidentyfikować kontekst: Jest szkolony z akapitów tekstowych generowanych przez użytkowników (takich jak komentarze / pytania / odpowiedzi) Każdy element w zestawie treningowym zostanie oznaczony. Więc na przykład („kategoria 1”, „tekst akapit”) Będą setki kategorii Jakie byłoby najlepsze podejście …

10 neural-network text-mining multiclass-classification word-embeddings

2

Jak sztuczna inteligencja uczy się działać, gdy przestrzeń problemowa jest zbyt duża

Uczę się najlepiej poprzez eksperymenty i przykłady. Uczę się o sieciach neuronowych i mam (co myślę) całkiem niezłe rozumienie klasyfikacji i regresji, a także uczenie się pod nadzorem i bez nadzoru, ale natknąłem się na coś, czego nie potrafię zrozumieć; Gdybym chciał wytrenować AI w skomplikowanej grze; Myślę o czymś …

10 machine-learning neural-network

1

Przekształcanie AutoEncoderów

Właśnie przeczytałem artykuł Geoffa Hintona na temat transformacji autoencoderów Hinton, Krizhevsky i Wang: Transforming Auto- encoders . W sztucznych sieciach neuronowych i uczeniu maszynowym, 2011. i chciałbym się bawić z czymś takim. Ale po przeczytaniu nie mogłem uzyskać wystarczającej ilości szczegółów z gazety na temat tego, jak mogę to w …

10 neural-network deep-learning autoencoder

2

Prognozowanie rynku walutowego za pomocą sieci neuronowych

Chciałbym użyć ANN do automatyzacji walut handlowych, najlepiej USD / EUR lub USD / GBP. Wiem, że jest to trudne i może nie być proste. Przeczytałem już kilka artykułów i przeprowadziłem eksperymenty, ale bez większego szczęścia. Chciałbym uzyskać poradę od EKSPERTÓW, aby to zadziałało. Oto co dotychczas zrobiłem: Mam dane …

10 neural-network

4

Wykrywanie wartości odstających zużycia gazu - projekt sieci neuronowej. Złe wyniki

Próbowałem wykryć wartości odstające w zużyciu gazu energetycznego w niektórych holenderskich budynkach, budując model sieci neuronowej. Mam bardzo złe wyniki, ale nie mogę znaleźć przyczyny. Nie jestem ekspertem, dlatego chciałbym zapytać, co mogę poprawić i co robię źle. Oto pełny opis: https://github.com/denadai2/Gas-consumption-outliers . Sieć neuronowa jest siecią FeedFoward z propagacją …

10 neural-network outlier

5

LSTM lub inny pakiet RNN dla R.

Widziałem imponujący wynik z modeli LSTM produkujących teksty podobne do Szekspira. Zastanawiałem się, czy istnieje pakiet LSTM dla R. Poszukałem go, ale znalazłem tylko pakiety dla Pythona i Julii. (może jest jakiś problem z wydajnością, który wyjaśnia, dlaczego te programy są bardziej preferowane niż R) Czy wiesz o pakiecie LSTM …

10 r neural-network rnn

2

Jakie są różnice między Convolutional1D, Convolutional2D i Convolutional3D?

Dowiedziałem się o Convolutional Neural Networks. Patrząc na Kerasprzykłady, natknąłem się na trzy różne metody splotu. Mianowicie 1D, 2D i 3D. Jakie są różnice między tymi trzema warstwami? Jakie są ich przypadki użycia? Czy są jakieś linki lub odniesienia, które pokazują ich przypadki użycia?

10 machine-learning neural-network deep-learning keras cnn

2

Jaka jest macierz funkcji w word2vec?

Jestem początkującym w sieciach neuronowych i obecnie badam model word2vec. Trudno mi jednak zrozumieć, czym dokładnie jest matryca funkcji. Rozumiem, że pierwsza matryca to jeden gorący wektor kodowania dla danego słowa, ale co oznacza druga matryca? Mówiąc dokładniej, co oznacza każda z tych wartości (tj. 17, 24, 1 itd.)?

10 machine-learning neural-network word2vec

1

Dlaczego TensorFlow nie może pasować do prostego modelu liniowego, skoro minimalizuję średni błąd bezwzględny zamiast błędu średniego kwadratu?

We wstępie właśnie się zmieniłem loss = tf.reduce_mean(tf.square(y - y_data)) do loss = tf.reduce_mean(tf.abs(y - y_data)) i model nie jest w stanie dowiedzieć się, że strata z czasem stała się większa. Dlaczego?

10 neural-network deep-learning tensorflow

2

Jak znormalizować dane dla sieci neuronowej i lasu decyzyjnego

Mam zestaw danych zawierający 20000 próbek, z których każda ma 12 różnych funkcji. Każda próbka należy do kategorii 0 lub 1. Chcę trenować sieć neuronową i las decyzyjny, aby kategoryzować próbki, aby móc porównać wyniki i obie techniki. Pierwszą rzeczą, na którą natknąłem się, jest właściwa normalizacja danych. Jedna cecha …

10 neural-network decision-trees normalization

1

JAK: Inicjalizacja wagi głębokiej sieci neuronowej

Biorąc pod uwagę trudne zadanie uczenia się (np. Wysoką wymiarowość, naturalną złożoność danych), głębokie sieci neuronowe stają się trudne do wyszkolenia. Aby złagodzić wiele problemów, można: Normalizuj dane && handpick jakości wybierz inny algorytm treningowy (np. RMSprop zamiast Gradient Descent) wybierz bardziej stromy gradient funkcji kosztu (np. Cross Entropy zamiast …

10 machine-learning neural-network deep-learning randomized-algorithms

1

Jak elastyczny jest związek między funkcją celu a funkcją aktywacji warstwy wyjściowej?

Wydaje się, że w wielu pakietach sieci neuronowych sparowanie funkcji celu ma zostać zminimalizowane za pomocą funkcji aktywacji w warstwie wyjściowej. Na przykład dla liniowej warstwy wyjściowej używanej do regresji standardową (i często jedyną możliwością) jest funkcja celu z kwadratem błędu. Innym typowym parowaniem jest wyjście logistyczne i utrata dziennika …

10 neural-network gradient-descent

1

Jak obliczyć wartość delta dla warstwy konwergentnej, biorąc pod uwagę warunki delta i wagi poprzedniej warstwy konwergentnej?

Próbuję trenować sztuczną sieć neuronową z dwiema warstwami splotowymi (c1, c2) i dwiema warstwami ukrytymi (c1, c2). Używam standardowego podejścia do propagacji wstecznej. W przejściu wstecznym obliczam wartość błędu warstwy (delta) na podstawie błędu poprzedniej warstwy, wag poprzedniej warstwy i gradientu aktywacji w odniesieniu do funkcji aktywacji bieżącej warstwy. Mówiąc …

10 machine-learning data-mining neural-network deep-learning

2

Debugowanie sieci neuronowych

Zbudowałem sztuczną sieć neuronową w Pythonie za pomocą funkcji optymalizacji scipy.optimize.minimize (gradient sprzężony). Wdrożyłem sprawdzanie gradientu, podwójnie sprawdziłem wszystko itp. Jestem pewien, że działa poprawnie. Uruchomiłem go kilka razy i osiąga on „Optymalizacja zakończona pomyślnie”, ale kiedy zwiększę liczbę ukrytych warstw, koszt hipotezy wzrasta (wszystko inne pozostaje takie samo) po …

10 machine-learning python neural-network

Pytania otagowane jako neural-network