Preguntas etiquetadas con autoencoder

No soy un experto en autoencoders o redes neuronales de ninguna manera, así que perdóname si esta es una pregunta tonta. Con el fin de reducir la dimensión o visualizar grupos en datos de alta dimensión, podemos usar un autoencoder para crear una representación bidimensional (con pérdida) al inspeccionar la …

13 neural-network  dimensionality-reduction  autoencoder 

Estoy creando prototipos de una aplicación y necesito un modelo de lenguaje para calcular la perplejidad en algunas oraciones generadas. ¿Hay algún modelo de lenguaje entrenado en Python que pueda usar fácilmente? Algo simple como model = LanguageModel('en') p1 = model.perplexity('This is a well constructed sentence') p2 = model.perplexity('Bunny lamp …

11 python  nlp  language-model  r  statistics  linear-regression  machine-learning  classification  random-forest  xgboost  python  sampling  data-mining  orange  predictive-modeling  recommender-system  statistics  dimensionality-reduction  pca  machine-learning  python  deep-learning  keras  reinforcement-learning  neural-network  image-classification  r  dplyr  deep-learning  keras  tensorflow  lstm  dropout  machine-learning  sampling  categorical-data  data-imputation  machine-learning  deep-learning  machine-learning-model  dropout  deep-network  pandas  data-cleaning  data-science-model  aggregation  python  neural-network  reinforcement-learning  policy-gradients  r  dataframe  dataset  statistics  prediction  forecasting  r  k-means  python  scikit-learn  labels  python  orange  cloud-computing  machine-learning  neural-network  deep-learning  rnn  recurrent-neural-net  logistic-regression  missing-data  deep-learning  autoencoder  apache-hadoop  time-series  data  preprocessing  classification  predictive-modeling  time-series  machine-learning  python  feature-selection  autoencoder  deep-learning  keras  tensorflow  lstm  word-embeddings  predictive-modeling  prediction  machine-learning-model  machine-learning  classification  binary  theory  machine-learning  neural-network  time-series  lstm  rnn  neural-network  deep-learning  keras  tensorflow  convnet  computer-vision 

Acabo de leer el artículo de Geoff Hinton sobre la transformación de autoencoders Hinton, Krizhevsky y Wang: Transformando codificadores automáticos . En Redes Neuronales Artificiales y Aprendizaje Automático, 2011. y me gustaría jugar con algo como esto. Pero después de leerlo, no pude obtener suficientes detalles del documento sobre cómo …

10 neural-network  deep-learning  autoencoder 

Trabajo analizando datos de EEG, que eventualmente necesitarán ser clasificados. Sin embargo, obtener etiquetas para las grabaciones es algo costoso, lo que me ha llevado a considerar enfoques no supervisados ​​para utilizar mejor nuestras cantidades bastante grandes de datos sin etiquetar. Esto naturalmente lleva a considerar autoencoders apilados, lo que …

9 deep-learning  convnet  unsupervised-learning  autoencoder 

Supongamos que tengo un conjunto de señales en el dominio del tiempo sin absolutamente ninguna etiqueta . Quiero agruparlos en 2 o 3 clases. Los codificadores automáticos son redes sin supervisión que aprenden a comprimir las entradas. Entonces dado una entradax(i)x(i)x^{(i)}pesas W1W1W_1 y W2W2W_2sesgos b1b1b_1 y b2b2b_2y salida x^(i)x^(i)\hat{x}^{(i)}, podemos …

9 neural-network  clustering  time-series  unsupervised-learning  autoencoder 

Suponga que tiene una capa de entrada con n neuronas y la primera capa oculta tiene neuronas, con típicamente . Luego calcula la activación de la -ésima neurona en la capa oculta pormetrometromm &lt; nmetro&lt;nortem < nunajunaja_jjjj unaj= f(∑i = 1 .. nwi , jXyo+sij)unaj=F(∑yo=1 ..nortewyo,jXyo+sij)a_j = f\left(\sum\limits_{i=1..n} w_{i,j} x_i+b_j\right) …

9 machine-learning  visualization  deep-learning  autoencoder 

Actualmente estoy estudiando artículos sobre detección de valores atípicos utilizando RNN (Replicator Neural Networks) y me pregunto cuál es la diferencia particular con los Autoencoders. Los RNN parecen ser tratados por muchos como el santo grial de la detección de valores atípicos / anomalías, sin embargo, la idea parece ser …

8 neural-network  anomaly-detection  autoencoder  outlier 

Digamos que entrené una red codificador-decodificador en un conjunto de datos cat usando el error de reconstrucción como función de pérdida. La red está totalmente capacitada y el decodificador puede reconstruir buenas imágenes de gatos . Ahora, ¿qué pasa si uso la misma red e ingreso una imagen de perro …

7 neural-network  deep-learning  autoencoder