Ich studiere zurzeit Datenwissenschaft und wir lernen eine schwindelerregende Vielfalt grundlegender Regressions- / Klassifizierungstechniken (linear, logistisch, Bäume, Splines, ANN, SVM, MARS usw.) sowie eine Vielzahl von zusätzliche Werkzeuge (Bootstrapping, Boosten, Absacken, Ensemble, Ridge /...
Ich habe ein Feature in meinem Feature-Vektor, das nicht immer verfügbar ist. Manchmal (für einige Beispiele) macht es keinen Sinn, es zu verwenden. Ich füttere einen sklearn MLPClassifier mit diesem Merkmalsvektor. Lernt das neuronale Netzwerk von selbst, wenn das Merkmal für seine Entscheidung...
Ich habe eine Frage zur Verwendung eines neuronalen Netzwerks. Ich arbeite derzeit mit R ( Neuralnet-Paket ) und habe das folgende Problem. Mein Test- und Validierungssatz ist in Bezug auf die historischen Daten immer zu spät. Gibt es eine Möglichkeit, das Ergebnis zu korrigieren? Vielleicht stimmt...
Zunächst einmal weiß ich, dass die Frage möglicherweise nicht für die Website geeignet ist, aber ich würde es wirklich begrüßen, wenn Sie mir nur einige Hinweise geben würden. Ich bin ein 16-jähriger Programmierer, habe Erfahrung mit vielen verschiedenen Programmiersprachen. Vor einiger Zeit habe...
Das Ziel: Ich bin neu im maschinellen Lernen und Experimentieren mit neuronalen Netzen. Ich möchte ein Netzwerk aufbauen, das eine Reihe von 5 Bildern als Eingabe verwendet und das nächste Bild vorhersagt. Mein Datensatz ist nur für meine Experimente völlig künstlich. Zur Veranschaulichung hier...
Ich habe den Standford / Coursera-Kurs für maschinelles Lernen durchlaufen . und es ist ziemlich gut gelaufen. Ich interessiere mich wirklich mehr für das Verständnis des Themas als für das Erhalten der Note aus dem Kurs und als solches versuche ich, den gesamten Code in einer Programmiersprache zu...
Ein kürzlich veröffentlichtes Papier von He et al. ( Deep Residual Learning für die Bilderkennung , Microsoft Research, 2015) behauptet, dass sie bis zu 4096 Schichten (keine Neuronen!) Verwenden. Ich versuche das Papier zu verstehen, aber ich stolpere über das Wort "Rest". Könnte mir bitte jemand...
Ich habe einen realen Datensatz von Kreditnehmern (50.000 Datensätze). Das Set enthält Kategorien wie Verheiratet, Single, Geschieden usw. sowie fortlaufende Daten wie Einkommen, Alter usw. Einige Datensätze sind unvollständig oder enthalten Ausreißer. Die abhängige Variable ist Standard / Gut...
Kann ich in einer neuronalen Netzwerkarchitektur die Sigmoid-Funktion in einigen Schichten und die Tanh-Funktion in den anderen verwenden? Ist es eine gute
Ich schreibe meinen eigenen Trainingsalgorithmus, weiß aber nicht, wie ich das Bias-Gewicht einstellen soll. Muss ich in einer Ebene eine Vorspannung einstellen? Muss das Bias-Gewicht in jeder Schicht aktualisiert werden?
ReLU ist eine Aktivierungsfunktion, definiert als wobei a = Wx + b .h=max(0,a)h=max(0,a)h = \max(0, a)a=Wx+ba=Wx+ba = Wx + b Normalerweise trainieren wir neuronale Netze mit Methoden erster Ordnung wie SGD, Adam, RMSprop, Adadelta oder Adagrad. Die Rückausbreitung in Verfahren erster Ordnung...
Ist es möglich, ein neuronales Netzwerk zu erstellen, das eine konsistente Ausgabe liefert, da die Eingabe in Vektoren unterschiedlicher Länge vorliegen kann? Ich bin derzeit in einer Situation, in der ich viele Audiodateien mit unterschiedlicher Länge abgetastet habe und ein neuronales Netzwerk...
Mein Verständnis ist, dass GPUs effizienter für den Betrieb neuronaler Netze sind, aber kürzlich hat mir jemand vorgeschlagen, dass GPUs nur für die Trainingsphase benötigt werden. Einmal trainiert, ist es tatsächlich effizienter, sie auf CPUs auszuführen. Ist das
Es sieht für mich so aus, als ob die undichte ReLU eine viel bessere Leistung haben sollte, da die Standard-ReLU nicht die Hälfte ihres Speicherplatzes nutzen kann (x <0, wenn der Gradient Null ist). Dies ist jedoch nicht der Fall und in der Praxis verwenden die meisten Benutzer...
Ist es bei einem Regressionsproblem möglich, einen Vertrauens- / Zuverlässigkeitswert für eine bestimmte Vorhersage bei Modellen wie XGBoost oder Neuronalen Netzen zu berechnen?
Angenommen, ich habe ein Encoder-Decoder-Netzwerk auf einem Cat- Datensatz trainiert, wobei der Rekonstruktionsfehler als Verlustfunktion verwendet wurde. Das Netzwerk ist vollständig trainiert und der Decoder kann gute Katzenbilder rekonstruieren . Was ist nun, wenn ich dasselbe Netzwerk verwende...
Diese Frage mag etwas seltsam erscheinen. Ich machte einige Selbststudien zur Informationstheorie und beschloss, weitere formale Untersuchungen zum Deep Learning durchzuführen. Bitte nehmen Sie mit, wenn ich versuche zu erklären. Ich nahm eine große "Trainings" -Untergruppe von MNIST als mein...
Ich muss ein ähnliches CNN-Diagramm zeichnen: Ich habe alle unter https://datascience.stackexchange.com/a/14900 genannten Tools ausprobiert , aber es gibt keine einfache Möglichkeit, dies zu tun. Gibt es eine automatisierte Möglichkeit, dies zu tun? Oder muss ich es manuell machen. Ist es außerdem...
Angenommen, ich habe ein Streudiagramm wie dieses: Da ich viele Streudiagramme wie dieses habe, möchte ich eine Feature-Transformation durchführen, dh einen Squash (x,y)in einem einzelnen Term, der in ein NN eingegeben wird. Welche Transformation wie x/yoder (x/y)^2eine andere Transformation für...
Ich habe gerade angefangen, Neuronale Netze für tiefes Lernen von cs231 zu lernen. Ich versuche, Neural Network in Python zu implementieren. Ich möchte Tensorflow oder Scikit-Learn verwenden. Was sind einige Vor- und Nachteile dieser Bibliotheken für diese