«neural-network» 태그된 질문

인공 신경 네트워크 (ANN)는 생물학적 뉴런의 특성을 모방하는 프로그래밍 뉴런으로 구성된 '뉴런'으로 구성됩니다. 뉴런 사이의 가중 연결 세트는 네트워크 디자이너가 실제 시스템의 모델을 가지고 있지 않아도 인공 지능 문제를 해결하기 위해 정보가 네트워크를 통해 전파되도록합니다.

1
회선 플라이는 일반 회선 네트워크와 어떻게 다릅니 까?
나는 현재이 논문 의 결과를 재현하기 위해 노력하고있다 . 이 논문에서는 특징 추출을 위해 CNN을 사용하는 방법을 설명하고 Dnn-hmm이고 RBM을 사용하여 사전 훈련 된 음향 모델을 가지고 있습니다. 섹션 III 하위 섹션 A는 입력 데이터를 표현할 수있는 다른 방법을 설명합니다. 정적, 델타 및 델타 델타의 스펙트럼 플롯을 수직으로 쌓기로 결정했습니다. …

3
신경망에서 정규화 방법 선택
신경망을 훈련 할 때, 네트워크를 정규화하는 최소한 4 가지 방법이 있습니다 : L1 정규화 L2 정규화 탈락 배치 정규화 물론 가중치 공유 및 연결 수 감소와 같은 다른 것들도 가장 엄격한 의미로 정규화되지 않을 수 있습니다. 그러나 어떤 정규화 방법 중 어떤 것을 사용할지 어떻게 선택할 것입니까? "모든 것을 시도하고 …

2
탈락과 다른 정규화를 조사하는 연구가 있습니까?
신경망에 대한 정규화 방법의 차이, 바람직하게는 다른 도메인 (또는 적어도 다른 데이터 세트)에 대한 차이점을 보여주는 논문이 있습니까? 나는 현재 대부분의 사람들이 컴퓨터 비전에서 정규화를 위해 드롭 아웃만을 사용하는 것처럼 보이기 때문에 묻고 있습니다. 다른 정규화 방법을 사용해야하는 이유가 있는지 확인하고 싶습니다.

2
일괄 업데이트와 개별 업데이트 간의 MLP 정규화에 차이가 있습니까?
과적 합을 제어하는 ​​접근 방식으로 정규화에 대해 배웠으며,이 아이디어를 간단한 백프로 파 게이션 및 MLP ( Multilayer Perceptron) 구현에 통합하고 싶습니다 . 현재 과적 합을 피하기 위해 검증 세트에서 네트워크를 교차 검증하고 최고 점수를 유지했습니다. 이것은 정상적으로 작동하지만 정규화를 추가하면 정규화 알고리즘과 매개 변수를 올바르게 선택하면 네트워크가 비 과적 모델에 …

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.