Kann ein generatives kontradiktorisches Netzwerk (GAN) zur Datenerweiterung verwendet werden (dh um synthetische Beispiele zu generieren, die einem Datensatz hinzugefügt werden)? Würde sich dies auf die Leistung eines Modells auswirken, das auf dem erweiterten Datensatz trainiert...
Ein Variations-Autoencoder (VAE) bietet eine Möglichkeit, die Wahrscheinlichkeitsverteilung lernen die einen Eingang mit seiner latenten Darstellung Beziehung setzt . Insbesondere ordnet der Codierer einen Eingang einer Verteilung auf . Ein typischer Encoder gibt Parameter , die die Gaußsche...
Also versuche ich, mir neuronale Netze beizubringen (für Regressionsanwendungen, ohne Bilder von Katzen zu klassifizieren). Meine ersten Experimente waren das Trainieren eines Netzwerks zur Implementierung eines FIR-Filters und einer diskreten Fourier-Transformation (Training für "Vorher" - und...
Hat eine Funktion in der Form einen Standardnamen? ZB ist eine lineare Funktion.ex/ (1+ ex)ex/.(1+ex)e^x/(1+e^x)y= a + b xy=ein+bxy = a +
In François Chollets Deep Learning with Python heißt es: Infolgedessen kann das Optimieren der Konfiguration des Modells basierend auf seiner Leistung im Validierungssatz schnell zu einer Überanpassung an den Validierungssatz führen, obwohl Ihr Modell niemals direkt darauf trainiert wird. Zentral...
Ich arbeite an einem ANN-basierten Prognosemodell für eine finanzielle Zeitreihe. Ich verwende eine 5-fache Kreuzvalidierung und die durchschnittliche Leistung ist so. Die Leistung in der letzten Falte (die Iteration, bei der das letzte Segment nicht trainiert und zur Validierung verwendet wird)...
Ich habe ein wenig über die Verwendung neuronaler Netze zur Vorhersage von Zeitreihen gehört , insbesondere über wiederkehrende neuronale Netze . Ich habe mich gefragt, gibt es ein wiederkehrendes neuronales Netzwerkpaket für R? Ich kann anscheinend keinen auf CRAN finden . Das nächste, was mir...
In jüngster Zeit bestand ein Interesse daran , genetische Algorithmen und neuronale Netze zu einem allgemeinen Rahmen für die Neuroevolution zu kombinieren. Die Grundidee ist, dass Ihr genetischer Algorithmus die Parameter vieler neuronaler Netze weiterentwickelt, die dann zur Lösung Ihrer Aufgabe...
Ich möchte eine Wettervorhersage mit Neuronalen Netzen erstellen. Alle Beispiele, die ich gesehen habe, verwendeten nur Werte [-1,1] als Eingabe. Ist es auch möglich, größere Werte (wie Luftdruck, Gradkalkius der letzten Tage, ...) als Eingaben zu verwenden und eine Zahl als Ausgabe zu...
Ich habe es geschafft, ein neuronales Netzwerk meiner Daten zu erstellen. Bei der Interpretation des R-Ausgangs bin ich mir aber nicht so sicher. Ich habe den folgenden Befehl verwendet, um ein neuronales Netzwerk zu erstellen: > net=nnet(formula = category~iplen+date_time,
Hat jemand ein kurzes Beispiel, wie man neuronale Netze ( nnetzum Beispiel in R) zum Zwecke der Vorhersage verwendet? Hier ist ein Beispiel in R einer Zeitreihe T <- seq(0,20,length=200) Y <- 1 + 3*cos(4*T+2) +.2*T^2 + rnorm(200) plot(T,Y,type="l") Dies ist nur ein Beispiel, aber ich habe...
Ich bin ein großer Fußballfan und auch an maschinellem Lernen interessiert. Als Projekt für meinen ML-Kurs versuche ich, ein Modell zu entwickeln, das die Gewinnchance für die Heimmannschaft unter Berücksichtigung der Namen der Heimmannschaft und der Auswärtsmannschaft vorhersagt. (Ich frage meinen...
Ich habe einige Forschungsartikel gesehen, die behaupten, dass den klassischen neuronalen Netzen normalerweise eine zufriedenstellende Generalisierungsfähigkeit fehlt, was normalerweise zu ungenauen Vorhersagen führt, und Bayes'sche regulierte ANNs (BRANNs) sind robuster als
Ich habe gerade angefangen, das Autoencoder- Paket in R zu verwenden. Eingaben in die autoencode()Funktion umfassen Lambda, Beta, Rho und Epsilon. Was sind die Grenzen für diese Werte? Variieren sie für jede Aktivierungsfunktion? Werden diese Parameter "Hyperparameter" genannt? Ist rho = .01 unter...
Was ist der Unterschied zwischen einem tiefen Glaubensnetzwerk und einem tiefen konvexen Netzwerk
Ich habe Daten, die beschreiben, wie oft ein Ereignis während einer Stunde stattfindet ("Anzahl pro Stunde", nph) und wie lange die Ereignisse dauern ("Dauer in Sekunden pro Stunde", dph). Dies sind die Originaldaten: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008,...
Ich versuche zu verstehen, warum die Softmax-Funktion als solche definiert ist: ezjΣK.k = 1ezk= σ( z)ezjΣk=1Kezk=σ(z)\frac{e^{z_{j}}} {\Sigma^{K}_{k=1}{e^{z_{k}}}} = \sigma(z) Ich verstehe, wie dies die Daten normalisiert und richtig auf einen bestimmten Bereich (0, 1) abbildet, aber der...
Ich habe versucht herauszufinden, was genau es mit der Aktivierungsfunktion "Maxout" in neuronalen Netzen bedeutet. Es gibt diese Frage, dieses Papier und sogar das Deep Learning-Buch von Bengio et al. , außer mit nur ein paar Informationen und einem großen TODO daneben. Ich werde die hier...
Angenommen, ich habe ein einzelnes Ausgangssigmoid (tanh), das einen Ausgangsbereich im Bereich von [-1, +1] erzeugt. Ist es richtig, diese Ausgabe als Vertrauensmaß für die Vorhersage der Ausgabe zu betrachten? Der Ausgabewert würde zwischen -1 und +1 liegen, aber obwohl ich eine hohe Genauigkeit...
Ich versuche zu verstehen, wie rnns verwendet werden können, um Sequenzen anhand eines einfachen Beispiels vorherzusagen. Hier ist mein einfaches Netzwerk, bestehend aus einem Eingang, einem versteckten Neuron und einem Ausgang: Das versteckte Neuron ist die Sigmoidfunktion, und die Ausgabe wird...