Tag: neural-network
Netzwerk-Struktur inspiriert durch vereinfachte Modelle Biologischer Neuronen (Gehirnzellen). Neuronale Netze trainiert werden, um zu „lernen“ durch überwachte und unüberwachte Techniken, und kann verwendet werden zur Lösung von Optimierungsproblemen, die Angleichung Probleme, klassifizieren, Muster und deren Kombinationen.
7
Antworten
Ich bin neu in das Thema der neuronalen Netze. Ich kam über die beiden Begriffe convolutional neural network und rekurrenten neuronalen Netzwerk. Frage ich mich, ob diese beiden Begriffe beziehen sich auf die gleiche Sache, oder, wenn
8
Antworten
Habe ich gelesen, einige Dinge, die auf neuronale Netze und ich verstehe das Allgemeine Prinzip eines single-layer neural network. Ich verstehe die Notwendigkeit für zusätzliche Schichten, aber warum sind nichtlineare Aktivierung von Funktionen verwendet? Diese Frage ist,
6
Antworten
Ich habe eine Frage, die vielleicht trivial, aber es ist nicht beschrieben wo ich es geschaut habe. Ich studiere neuronalen Netzen und überall sehe ich es etwas Theorie und einigen trivialen Beispiel mit einigen 0s und 1s
1
Antworten
Ich muss trainieren ein neuronales Netz mit 2-4 ausgeblendete Ebenen, die noch nicht sicher auf den Aufbau des eigentlichen Netto. Ich dachte, es zu trainieren mit Hadoop, map reduce (cluster of 12 pcs) oder eine gpu, um
7
Antworten
Kann jemand empfehlen, eine gute open-source .NET neural network library? Dank! InformationsquelleAutor der Frage Chris | 2009-10-11
5
Antworten
Schaute ich mir die docs von tensorflow über tf.nn.conv2d hier. Aber ich kann nicht verstehen, was es ist oder was es versucht, zu erreichen. Es sagt, auf die docs, #1 : Flacht die filter, um einen 2-D-matrix
4
Antworten
Ich weiß SVMs angeblich "ANN-Killer', dass Sie automatisch, wählen Sie " Darstellung der Komplexität und finden Sie ein globales optimum (siehe hier für einige SVM loben Zitate). Aber hier ist, wo ich bin unklar -- tun, alle
7
Antworten
Ich gelesen habe über neuronale Netzwerk einer Weile und ich verstehe, wie ein ANN (vor allem ein multilayer-perceptron lernt über RÜCKFÜHRUNG) kann lernen, zu klassifizieren, die ein Ereignis als wahr oder falsch. Ich denke, es gibt zwei
24
Antworten
Habe ich seit profiling einer Anwendung den ganzen Tag lang und, optimierter ein paar bits von code, bin ich Links mit diesem auf meiner todo-Liste. Es ist die Aktivierungsfunktion für das neuronale Netzwerk, die aufgerufen wird mehr
2
Antworten
Ich bin aktuell sieht die API von theano, theano.tensor.nnet.conv2d(input, filters, input_shape=None, filter_shape=None, border_mode='valid', subsample=(1, 1), filter_flip=True, image_shape=None, **kwargs) wo die filter_shape ist ein Tupel von (num_filter, num_channel, height, width) ich bin verwirrend über diese denn nicht, dass
6
Antworten
Ich habe ein problem wo ich bin versuchen, um ein neuronales Netz für Tic-Tac-Toe. Jedoch für einige Grund, die Ausbildung der neuronalen Netzwerk bewirkt, dass es nahezu den gleichen output für einen bestimmten input. Habe ich einen
1
Antworten
Wenn ich eine keras script, erhalte ich folgende Ausgabe: Using TensorFlow backend. 2017-06-14 17:40:44.621761: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.1 instructions, but these are available on your machine and could speed up CPU
2
Antworten
Habe ich nach den tutorials auf DeepLearning.net um zu lernen, wie zu implementieren ist ein convolutional neural network, extrahiert features von Bildern. Die Tutorials sind gut erklärt, einfach zu verstehen und zu befolgen. Möchte ich erweitern, die
3
Antworten
Momentan nutze ich folgenden code: callbacks = [ EarlyStopping(monitor='val_loss', patience=2, verbose=0), ModelCheckpoint(kfold_weights_path, monitor='val_loss', save_best_only=True, verbose=0), ] model.fit(X_train.astype('float32'), Y_train, batch_size=batch_size, nb_epoch=nb_epoch, shuffle=True, verbose=1, validation_data=(X_valid, Y_valid), callbacks=callbacks) Sagt es Keras zum beenden des Trainings wenn der Verlust nicht verbessert,
2
Antworten
Verwende ich eine tensorflow zu implementieren eine einfache multi-layer-perzeptron für die regression. Der code ist abgewandelt von standard-mnist classifier, dass ich nur geändert, die Ausgabe Kosten zu MSE (verwenden Sie tf.reduce_mean(tf.square(pred-y))), und einige Eingabe -, Ausgabe-Größe-Einstellungen. Allerdings,
8
Antworten
Gibt es eine Faustregel (oder Beispiele) zu bestimmen, verwenden die genetischen algorithmen im Gegensatz zu neuronalen Netzen (und Umgekehrt), um ein problem zu lösen? Ich weiß, es gibt Fälle, in denen beide Methoden gemischt, aber ich bin
3
Antworten
Ich versuche, bauen ein neuronales Netzwerk von Grund auf. Über alle AI Literatur gibt es einen Konsens darüber, dass die GEWICHTE sollten initialisiert werden, um Zufallszahlen, um für das Netzwerk zu konvergieren schneller. Aber warum sind neuronale
3
Antworten
Ich bin auf der Suche nach einer Methode wie die Berechnung der Anzahl der Ebenen und die Anzahl der Neuronen pro Schicht. Als Eingang habe ich nur die Größe des input-Vektors, die Größe der output-Vektor und der
1
Antworten
Habt Ihr ein paar Tipps oder Lesen Sie, wie Ingenieur-Funktionen für eine Maschine-learning-Aufgabe? Guter input-Funktionen sind wichtig, auch für ein neuronales Netz. Die gewählten Eigenschaften wird Auswirkungen auf die benötigte Anzahl von hidden-Neuronen und die benötigte Anzahl
6
Antworten
Wenn ich verwenden möchten, die BatchNormalization Funktion in Keras, dann muss ich nennen es nur einmal am Anfang? Ich Lesen Sie diese Dokumentation für Sie: http://keras.io/layers/normalization/ Ich nicht sehen, wo soll ich es nennen. Unten ist mein
4
Antworten
Ich habe versucht, um eine einfache Doppel-XOR neuronalen Netz zu arbeiten, und ich habe Probleme, mich immer backpropagation zum trainieren ein wirklich einfaches feed-forward neuronalen Netzes. Ich habe meist versucht zu Folgen diese Anleitung, um ein neuronales
6
Antworten
ANN (Artificial Neural Networks) und SVM (Support Vector Machines) sind zwei beliebte Strategien für überwachtes maschinelles lernen und Klassifizierung. Es ist oft nicht klar, welche Methode ist besser für ein bestimmtes Projekt, und ich bin mir sicher,
6
Antworten
In den folgenden TensorFlow Funktion, müssen wir füttern die Aktivierung der künstlichen Neuronen in der letzten Schicht. Das habe ich verstanden. Aber ich verstehe nicht, warum es heißt logits? Ist das nicht eine mathematische Funktion? loss_function =
4
Antworten
Ich versuche zu verstehen, die Fortschritte argument in tf.nn.avg_pool, tf.nn.max_pool, tf.nn.conv2d. Den Dokumentation immer wieder sagt Fortschritte: Eine Liste von ints, Länge >= 4. Der Schritt von der Schiebefenster für jede dimension der Eingabe-tensor. Meine Fragen sind:
3
Antworten
Ich habe einen Datensatz von Bildern, die mehrere Bezeichnungen haben; Es sind 100 Klassen im dataset, und jedes Bild mit 1 bis 5 Etiketten mit Ihnen verbunden. Ich bin nach der Anweisung in der folgenden URL: https://github.com/BVLC/caffe/issues/550
4
Antworten
Hier ist mein perceptron-Implementierung in ANSI-C: #include <stdio.h> #include <stdlib.h> #include <math.h> float randomFloat() { srand(time(NULL)); float r = (float)rand() / (float)RAND_MAX; return r; } int calculateOutput(float weights, float x, float y) { float sum = x
4
Antworten
Ich bin mit diese Bibliothek zur Implementierung eines learning agent. Habe ich generiert, der trainingsfälle, aber ich weiß nicht für sicher, was die Validierung und-test-sets sind. Der Lehrer sagt: 70% werden sollten, trainieren, Fällen, 10% werden die
7
Antworten
Ich bin derzeit versucht, ein ANN zu spielen, ein Videospiel und und ich war in der Hoffnung etwas Hilfe zu bekommen von der wunderbaren Gemeinschaft hier. Ich mich eingelebt habe über Diablo 2. Spiel ist somit in
7
Antworten
Ich versuche zu trainieren, ein CNN zu kategorisieren text durch topic. Wenn ich binary_crossentropy bekomme ich ~80% acc, mit categorical_crossentrop bekomme ich ~50% acc. Ich verstehe nicht, warum das so ist. Es ist eine multiclass problem, heißt
2
Antworten
Klassifizierung Probleme, wie die Logistische regression oder multinomiale Logistische regression, Optimierung cross-Entropie Verlust. Normalerweise ist die cross-Entropie-Schicht folgt die softmax Schicht, die produziert Wahrscheinlichkeitsverteilung. In tensorflow, es gibt mindestens eine Dutzend verschiedener cross-Entropie-Verlust-Funktionen: tf.losses.softmax_cross_entropy tf.losses.sparse_softmax_cross_entropy tf.losses.sigmoid_cross_entropy tf.contrib.losses.softmax_cross_entropy
6
Antworten
Allen Beispielen, die ich gesehen habe von neuronalen Netzen sind für eine Feste Gruppe von Eingängen, die gut funktioniert für Bilder und Feste Länge von Daten. Wie gehen Sie mit Daten variabler Länge, die solche Sätze, Fragen
5
Antworten
Ich verstehen, wie neuronale Netze arbeiten, aber wenn ich Sie nutzen wollen, für die Bild Verarbeitung wie die eigentliche Zeichenerkennung, ich kann nicht verstehen, wie kann ich die Eingabe der Bilddaten an das neuronale Netz. Habe ich
3
Antworten
Ich bin derzeit Lesen der Machine-Learning-Buch von Tom Mitchell. Beim sprechen über neuronale Netze, Mitchell Staaten: "Obwohl der perceptron-Regel findet eine erfolgreiche Gewicht-Vektor wenn die Ausbildung Beispiele sind Linear trennbar ist, kann es nicht zu konvergieren wenn
9
Antworten
Was ist der Unterschied zwischen Epoche und iteration beim training ein multi-layer perceptron? InformationsquelleAutor der Frage mohammad | 2011-01-20
8
Antworten
Lernen, FPGA-Programmierung, Plane ich den code ein einfaches Neuronales Netz in FPGA (da es sich um Massiv-parallele; es ist eines der wenigen Dinge, bei denen eine FPGA-Implementierung könnte eine chance haben, schneller als eine CPU-Implementierung). Aber ich
1
Antworten
Habe ich ein wenig rumprobiert mit pybrain und verstehen, wie die zum generieren von neuronalen Netzen mit custom-Architekturen und trainieren Sie auf überwachten Daten-sets mit backpropagation-Algorithmus. Aber ich bin verwirrt durch die Optimierung von algorithmen und die
16
Antworten
Ich bin mir bewusst, dass der Gradienten-Abstiegs-und der Back-propagation-Theorem. Was ich nicht verstehe ist: Wann ist die Verwendung einer bias-wichtig und wie verwenden Sie es? Zum Beispiel, wenn die Zuordnung der AND Funktion, wenn ich 2 Eingänge
3
Antworten
Kann ich nicht geben Sie die korrekte Anzahl Parameter AlexNet oder VGG Net. Z.B. für die Berechnung der Anzahl der Parameter der conv3-256 Ebene der VGG Net, die Antwort ist 0,59 M = (3*3)*(256*256), das ist (kernel
3
Antworten
Ich kam vor kurzem in tf.nn.sparse_softmax_cross_entropy_with_logits und ich kann nicht herausfinden, was der Unterschied ist im Vergleich zu tf.nn.softmax_cross_entropy_with_logits. Ist der einzige Unterschied, dass die Ausbildung von Vektoren y werden one-hot codiert bei der Verwendung sparse_softmax_cross_entropy_with_logits? Lesen
9
Antworten
Ich will das Programm eine Schach-engine, die lernt, um gute moves und gewinnen gegen andere Spieler. Ich habe bereits codiert eine Darstellung der Schach-Brett und eine Funktion, die die Ausgänge aller möglichen Züge. Also brauche ich nur
16
Antworten
Ich bin wirklich daran interessiert, Künstliche Neuronale Netze, aber ich bin auf der Suche nach einem Ort, um zu starten. Welche Ressourcen sind da draußen, und was ist ein gutes Projekt starten? InformationsquelleAutor der Frage cbrulak |
3
Antworten
Bin ich derzeit spielen mit ANN, die ist ein Teil von Udactity DeepLearning natürlich. Ich erfolgreich gebaut und Zug-Netz eingeführt und die L2-Regularisierung auf allen gewichten und biases. Jetzt bin ich versucht, die dropout-für hidden-layer, um zu
2
Antworten
Kann mir jemand eine practicale Beispiel eines rekurrenten neuronalen Netzwerk (pybrain) python, um vorherzusagen den nächsten Wert einer Sequenz ? (Ich habe gelesen, die pybrain Dokumentation und es gibt keine klare Beispiel dafür, denke ich.) Ich fand
6
Antworten
Verwende ich oft fminunc für eine Logistische regression problem. Ich habe gelesen, die auf web -, Andrew Ng verwendet fmincg statt fminuncmit gleichen Argumenten. Die Ergebnisse sind unterschiedlich und oft fmincg ist genauer, aber nicht zu viel.
8
Antworten
In der output-Schicht eines neuronalen Netzes, ist es üblich, mit dem softmax-Funktion zu approximieren, die eine Wahrscheinlichkeitsverteilung: Dies ist aufwendig zu berechnen, da der Exponenten. Warum nicht einfach eine Z-Transformation so, dass alle Ausgänge sind positiv, und
4
Antworten
Ich versuche, mit der multilayer-perceptron von scikit-learn python. Mein problem ist, dass der import nicht funktioniert. Alle anderen Module von scikit-learn funktionieren. from sklearn.neural_network import MLPClassifier Importieren, Fehler: cannot import name MLPClassifier Ich bin mit dem Python-Umfeld
5
Antworten
Was bedeutet die Anzahl der verborgenen Ebenen in einem multilayer-perceptron neuronales Netzwerk tun, um die Art und Weise neuronales Netz verhält? Gleiche Frage für die Anzahl der Knoten in den versteckten Schichten? Sagen wir, ich möchte mit
2
Antworten
Ich versuche nur, um herauszufinden, wie ich verwenden können,Caffe. So zu tun, ich habe nur einen Blick auf die verschiedenen .prototxt Dateien im Ordner Beispiele. Es ist eine option, die ich nicht verstehe: # The learning rate
12
Antworten
Was ist die beste Programmiersprache für künstliche Intelligenz Zwecke? Daran, dass die Verwendung vorgeschlagene Sprache ich muss in der Lage sein, Sie zu beschäftigen AI-Technik (oder zumindest die meisten). InformationsquelleAutor der Frage mary.ja45 | 2009-12-09
7
Antworten
Ich bin auf der Suche für einige relativ einfache Daten-sets für die Prüfung und den Vergleich verschiedener Trainingsmethoden für künstliche neuronale Netze. Ich möchte Daten, die nicht nehmen zu viel pre-processing, um Sie in mein input-format eine