Preguntas etiquetadas con neural-network

Las redes neuronales artificiales (ANN) están compuestas de 'neuronas', construcciones de programación que imitan las propiedades de las neuronas biológicas. Un conjunto de conexiones ponderadas entre las neuronas permite que la información se propague a través de la red para resolver problemas de inteligencia artificial sin que el diseñador de la red haya tenido un modelo de un sistema real.

Modelo recurrente (CNN) en datos EEG

Me pregunto cómo interpretar una arquitectura recurrente en un contexto EEG. Específicamente, estoy pensando en esto como una CNN recurrente (a diferencia de arquitecturas como LSTM), pero tal vez también se aplique a otros tipos de redes recurrentes Cuando leo sobre R-CNN, generalmente se explican en contextos de clasificación de …

10 machine-learning neural-network convnet rnn

Una red de neuronas artificiales (ANN) con un número arbitrario de entradas y salidas

Me gustaría usar ANNs para mi problema, pero el problema es que mis números de nodo de entradas y salidas no son fijos. Hice una búsqueda en Google antes de hacer mi pregunta y descubrí que el RNN puede ayudarme con mi problema. Pero, todos los ejemplos que he encontrado …

10 python neural-network keras rnn pytorch

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

¿Cómo aprenden los AI a actuar cuando el espacio del problema es demasiado grande?

Aprendo mejor a través de la experimentación y el ejemplo. Estoy aprendiendo acerca de las redes neuronales y tengo (lo que creo) es una comprensión bastante buena de la clasificación y la regresión y también el aprendizaje supervisado y no supervisado, pero me he topado con algo que no puedo …

10 machine-learning neural-network

Texto-Clasificación-Problema: ¿Es Word2Vec / NN el mejor enfoque?

Estoy buscando diseñar un sistema que, dado un párrafo de texto, pueda clasificarlo e identificar el contexto: Está entrenado con párrafos de texto generados por el usuario (como comentarios / preguntas / respuestas) Se etiquetará cada elemento del conjunto de entrenamiento. Entonces, por ejemplo, ("categoría 1", "párrafo de texto") Habrá …

10 neural-network text-mining multiclass-classification word-embeddings

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

LSTM u otro paquete RNN para R

Vi algunos resultados impresionantes de los modelos LSTM que producen textos similares a Shakespeare. Me preguntaba si existe un paquete LSTM para R. Busqué en Google pero solo encontré paquetes para Python y Julia. (tal vez haya algún problema de rendimiento que explique por qué estos programas son más preferidos …

10 r neural-network rnn

Pronóstico del mercado de divisas con redes neuronales

Me gustaría utilizar ANN para automatizar el comercio de divisas, preferiblemente USD / EUR o USD / GBP. Sé que esto es difícil y puede que no sea sencillo. Ya leí algunos documentos y realicé algunos experimentos, pero sin mucha suerte. Me gustaría recibir consejos de EXPERTOS para que esto …

10 neural-network

Detección de valores atípicos de consumo de gas: proyecto de red neuronal. Malos resultados

Traté de detectar valores atípicos en el consumo de gas energético de algunos edificios holandeses, construyendo un modelo de red neuronal. Tengo muy malos resultados, pero no puedo encontrar la razón. No soy un experto, así que me gustaría preguntarle qué puedo mejorar y qué estoy haciendo mal. Esta es …

10 neural-network outlier

¿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

¿Cuál es la matriz de características en word2vec?

Soy un principiante en redes neuronales y actualmente estoy explorando el modelo word2vec. Sin embargo, me está costando entender cuál es exactamente la matriz de características. Puedo entender que la primera matriz es un vector de codificación de una sola palabra para una palabra dada, pero ¿qué significa la segunda …

10 machine-learning neural-network word2vec

¿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

Cómo normalizar datos para la red neuronal y el bosque de decisión

Tengo un conjunto de datos con 20000 muestras, cada una tiene 12 características diferentes. Cada muestra está en la categoría 0 o 1. Quiero entrenar una red neuronal y un bosque de decisión para clasificar las muestras de modo que pueda comparar los resultados y ambas técnicas. Lo primero con …

10 neural-network decision-trees normalization

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

¿Qué tan flexible es el vínculo entre la función objetivo y la función de activación de la capa de salida?

Parece estándar en muchos paquetes de redes neuronales emparejar la función objetivo para minimizarla con la función de activación en la capa de salida. Por ejemplo, para una capa de salida lineal utilizada para la regresión, es estándar (y a menudo la única opción) tener una función objetivo de error …

10 neural-network gradient-descent

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.

Licensed under cc by-sa 3.0 with attribution required.