Preguntas etiquetadas con deep-learning

¿Cuál es la diferencia entre época e iteración cuando se entrena un perceptrón multicapa?

413 machine-learning  neural-network  deep-learning  artificial-intelligence  terminology 

Estoy tratando de conciliar mi comprensión de los LSTM y lo señalé aquí en esta publicación de Christopher Olah implementado en Keras. Estoy siguiendo el blog escrito por Jason Brownlee para el tutorial de Keras. Lo que más me confunde es, La remodelación de la serie de datos en [samples, …

311 python  deep-learning  keras  lstm 

¿Cuál es la diferencia entre 'mismo' y el relleno 'válidos' en el tf.nn.max_poolde tensorflow? En mi opinión, 'VÁLIDO' significa que no habrá relleno cero fuera de los bordes cuando hagamos el grupo máximo. De acuerdo con una guía de aritmética de convolución para el aprendizaje profundo , dice que no …

309 python  tensorflow  deep-learning 

Para cualquier capa Keras ( Layerclase), ¿Puede alguien explicar cómo entender la diferencia entre input_shape, units, dim, etc.? Por ejemplo, el documento dice que unitsespecifique la forma de salida de una capa. En la imagen de la red neuronal a continuación hidden layer1tiene 4 unidades. ¿Esto se traduce directamente al …

262 neural-network  deep-learning  keras  keras-layer  tensor 

En la siguiente función TensorFlow, debemos alimentar la activación de neuronas artificiales en la capa final. Eso lo entiendo. Pero no entiendo por qué se llama logits? ¿No es esa una función matemática? loss_function = tf.nn.softmax_cross_entropy_with_logits( logits = last_layer, labels = target_output )

250 tensorflow  machine-learning  neural-network  deep-learning  cross-entropy 

Cuando entrené mi red neuronal con Theano o Tensorflow, informarán una variable llamada "pérdida" por época. ¿Cómo debo interpretar esta variable? Una pérdida mayor es mejor o peor, o ¿qué significa para el rendimiento final (precisión) de mi red neuronal?

201 machine-learning  neural-network  mathematical-optimization  deep-learning  objective-function 

Estaba buscando formas alternativas de guardar un modelo entrenado en PyTorch. Hasta ahora, he encontrado dos alternativas. torch.save () para guardar un modelo y torch.load () para cargar un modelo. model.state_dict () para guardar un modelo entrenado y model.load_state_dict () para cargar el modelo guardado. Me he encontrado con esta …

192 python  serialization  deep-learning  pytorch  tensor 

Estoy tratando de entrenar a una CNN para clasificar el texto por tema. Cuando uso entropía cruzada binaria obtengo ~ 80% de precisión, con entropía cruzada categórica obtengo ~ 50% de precisión. No entiendo por qué es esto. Es un problema multiclase, ¿eso no significa que tengo que usar entropía …

160 machine-learning  keras  neural-network  deep-learning  conv-neural-network 

tf.nn.embedding_lookup(params, ids, partition_strategy='mod', name=None) No puedo entender el deber de esta función. ¿Es como una tabla de búsqueda? ¿Qué significa devolver los parámetros correspondientes a cada id (en ids)? Por ejemplo, en el skip-grammodelo si usamos tf.nn.embedding_lookup(embeddings, train_inputs), ¿para cada uno train_inputencuentra la incrustación correspondiente?

159 python  tensorflow  deep-learning  word-embedding  natural-language-processing 

He entrenado un modelo de clasificación binaria con CNN, y aquí está mi código model = Sequential() model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1], border_mode='valid', input_shape=input_shape)) model.add(Activation('relu')) model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1])) model.add(Activation('relu')) model.add(MaxPooling2D(pool_size=pool_size)) # (16, 16, 32) model.add(Convolution2D(nb_filters*2, kernel_size[0], kernel_size[1])) model.add(Activation('relu')) model.add(Convolution2D(nb_filters*2, kernel_size[0], kernel_size[1])) model.add(Activation('relu')) model.add(MaxPooling2D(pool_size=pool_size)) # (8, 8, 64) = (2048) model.add(Flatten()) model.add(Dense(1024)) model.add(Activation('relu')) …

155 python  tensorflow  deep-learning  keras 

He estado leyendo algunas cosas en redes neuronales y entiendo el principio general de una red neuronal de capa única. Entiendo la necesidad de capas adicionales, pero ¿por qué se utilizan las funciones de activación no lineal? Esta pregunta es seguida por esta: ¿Cuál es una derivada de la función …

139 math  machine-learning  neural-network  deep-learning 

¿Alguien puede explicar claramente la diferencia entre convoluciones 1D, 2D y 3D en redes neuronales convolucionales (en aprendizaje profundo) con el uso de ejemplos?

126 machine-learning  deep-learning  signal-processing  conv-neural-network  convolution 

Intento entender los LSTM y cómo construirlos con Keras. Descubrí que existen principalmente los 4 modos para ejecutar un RNN (los 4 correctos en la imagen) Fuente de la imagen: Andrej Karpathy Ahora me pregunto cómo se vería un fragmento de código minimalista para cada uno de ellos en Keras. …

108 machine-learning  neural-network  deep-learning  keras  recurrent-neural-network 

Estoy tratando de comprender el papel de la Flattenfunción en Keras. A continuación se muestra mi código, que es una red simple de dos capas. Toma datos bidimensionales de forma (3, 2) y genera datos unidimensionales de forma (1, 4): model = Sequential() model.add(Dense(16, input_shape=(3, 2))) model.add(Activation('relu')) model.add(Flatten()) model.add(Dense(4)) model.compile(loss='mean_squared_error', …

108 machine-learning  tensorflow  neural-network  deep-learning  keras 

¿Cómo inicializar los pesos y los sesgos (por ejemplo, con la inicialización de He o Xavier) en una red en PyTorch?

106 python  neural-network  deep-learning  pytorch