Ciencia de los datos deep-learning

3

¿Detención anticipada en la pérdida de validación o en la precisión?

Actualmente estoy entrenando una red neuronal y no puedo decidir qué usar para implementar mis criterios de detención temprana: pérdida de validación o una métrica como precisión / f1score / auc / lo que se calcule en el conjunto de validación. En mi investigación, encontré artículos que defienden ambos puntos …

10 machine-learning neural-network deep-learning classification

1

Uso de RNN (LSTM) para el sistema de reconocimiento de gestos

Estoy tratando de construir un sistema de reconocimiento de gestos para clasificar los gestos ASL (lenguaje de señas americano) , por lo que se supone que mi entrada es una secuencia de fotogramas, ya sea desde una cámara o un archivo de video, luego detecta la secuencia y la asigna …

10 neural-network deep-learning keras rnn lstm

5

Segmentación de imagen sin supervisión

Estoy tratando de implementar un algoritmo donde, dada una imagen con varios objetos en una tabla plana, se desea la salida de máscaras de segmentación para cada objeto. A diferencia de las CNN, el objetivo aquí es detectar objetos en un entorno desconocido. ¿Cuáles son los mejores enfoques para este …

10 machine-learning deep-learning cnn computer-vision object-detection

1

Keras LSTM con series de tiempo 1D

Estoy aprendiendo a usar Keras y he tenido un éxito razonable con mi conjunto de datos etiquetado utilizando los ejemplos de Deep Learning for Python de Chollet . El conjunto de datos es ~ 1000 Series temporales con longitud 3125 con 3 clases potenciales. Me gustaría ir más allá de …

10 python deep-learning time-series lstm rnn

1

¿Qué es el "nuevo algoritmo de aprendizaje de refuerzo" en AlphaGo Zero?

Por alguna razón, AlphaGo Zero no recibe tanta publicidad como el AlphaGo original, a pesar de sus increíbles resultados. Comenzando desde cero, ya ha superado a AlphaGo Master y ha superado muchos otros puntos de referencia. Aún más increíble, se hace esto en 40 días. Google lo nombra como "posiblemente …

10 machine-learning deep-learning

1

Remodelación de datos para el aprendizaje profundo usando Keras

Soy un principiante en Keras y he comenzado con el ejemplo MNIST para comprender cómo funciona realmente la biblioteca. El fragmento de código del problema MNIST en la carpeta de ejemplo de Keras se proporciona como: import numpy as np np.random.seed(1337) # for reproducibility from keras.datasets import mnist from keras.models …

10 python neural-network deep-learning keras

1

Transformando AutoEncoders

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

2

¿Cuáles son las diferencias entre Convolutional1D, Convolutional2D y Convolutional3D?

He estado aprendiendo sobre redes neuronales convolucionales. Al mirar Kerasejemplos, me encontré con tres métodos diferentes de convolución. A saber, 1D, 2D y 3D. ¿Cuáles son las diferencias entre estas tres capas? ¿Cuáles son sus casos de uso? ¿Hay algunos enlaces o referencias para mostrar sus casos de uso?

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

2

Ordenar números usando solo 2 capas ocultas

Estoy leyendo el artículo fundamental Aprendizaje de secuencia a secuencia con redes neuronales de Ilya Sutskever y Quoc Le. En la primera página, menciona brevemente que: A surprising example of the power of DNNs is their ability to sort N N-bit numbers using only 2 hidden layers of quadratic size …

10 deep-learning

4

¿Por qué acelera el descenso del gradiente si la función es suave?

Ahora leo un libro titulado "Aprendizaje automático práctico con Scikit-Learn y TensorFlow" y en el capítulo 11, tiene la siguiente descripción sobre la explicación de ELU (Exponencial ReLU). Tercero, la función es suave en todas partes, incluso alrededor de z = 0, lo que ayuda a acelerar el Descenso de …

10 deep-learning gradient-descent

1

¿Por qué TensorFlow no puede ajustarse al modelo lineal simple si estoy minimizando el error medio absoluto en lugar del error cuadrado medio?

En Introducción acabo de cambiar loss = tf.reduce_mean(tf.square(y - y_data)) a loss = tf.reduce_mean(tf.abs(y - y_data)) y el modelo no puede aprender, la pérdida se hizo más grande con el tiempo. ¿Por qué?

10 neural-network deep-learning tensorflow

2

Relu tiene 0 gradiente por definición, entonces ¿por qué desaparecer el gradiente no es un problema para x <0?

Por definición, Relu es max(0,f(x)). Luego de su gradiente se define como: 1 if x > 0 and 0 if x < 0. ¿No significa esto que el gradiente siempre es 0 (desaparece) cuando x <0? Entonces, ¿por qué decimos que Relu no sufre el problema de la desaparición del …

10 deep-learning

1

CÓMO: Inicialización del peso de la red neuronal profunda

Dada una tarea de aprendizaje difícil (por ejemplo, alta dimensionalidad, complejidad de datos inherente), las redes neuronales profundas se vuelven difíciles de entrenar. Para aliviar muchos de los problemas, uno podría: Normalizar && datos de calidad de selección manual elija un algoritmo de entrenamiento diferente (por ejemplo, RMSprop en lugar …

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

1

¿Cómo calculo el término delta de una capa convolucional, dados los términos delta y los pesos de la capa convolucional anterior?

Estoy tratando de entrenar una red neuronal artificial con dos capas convolucionales (c1, c2) y dos capas ocultas (c1, c2). Estoy usando el enfoque estándar de retropropagación. En el paso hacia atrás calculo el término de error de una capa (delta) en función del error de la capa anterior, los …

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

2

¿Batch Normalization tiene sentido para una función de activación ReLU?

La normalización por lotes se describe en este documento como una normalización de la entrada a una función de activación con variables de escala y desplazamientoγγ\gamma y ββ\beta. Este artículo describe principalmente el uso de la función de activación sigmoidea, que tiene sentido. Sin embargo, me parece que alimentar una …

10 machine-learning neural-network deep-learning batch-normalization

Preguntas etiquetadas con deep-learning