«deep-learning» 태그된 질문

다층 퍼셉트론을 훈련 할 때 에포크 와 반복 의 차이점은 무엇입니까 ?

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

나는 LSTM에 대한 나의 이해를 조정하려고 노력하고 있으며 Keras에서 구현 한 Christopher Olah 의이 게시물 에서 지적했습니다 . Keras 튜토리얼을 위해 Jason Brownlee이 작성한 블로그를 따르고 있습니다. 내가 주로 혼동하는 것은 데이터 계열을 [samples, time steps, features]및 스테이트 풀 LSTM 아래에 붙여 넣은 코드를 참조하여 위의 두 가지 질문에 집중하십시오. …

311 python  deep-learning  keras  lstm 

'SAME'과의 '유효'패딩의 차이 무엇입니까 tf.nn.max_pool의는 tensorflow? 내 의견으로는, 'VALID'는 우리가 최대 풀을 할 때 가장자리 외부에 패딩이 없다는 것을 의미합니다. 딥 러닝을위한 컨볼 루션 산술 가이드 에 따르면 풀 연산자에는 패딩이 없을 것입니다 tensorflow. 그러나 max pool의 'SAME'패딩은 tensorflow무엇입니까?

309 python  tensorflow  deep-learning 

어떤 Keras 층 (위해 Layer클래스), 캔 누군가의 차이점을 이해하는 방법을 설명합니다 input_shape, units, dim, 등? 예를 들어 의사는 units레이어의 출력 모양을 지정 한다고 말합니다 . 아래 신경망의 이미지 hidden layer1에는 4 단위가 있습니다. 이것이 객체 의 units속성으로 직접 변환됩니까 Layer? 아니면 unitsKeras에서 숨겨진 레이어의 모든 가중치의 모양에 단위 수를 곱한 …

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

다음 TensorFlow 함수에서, 우리는 최종 층에서 인공 뉴런의 활성화를 공급해야합니다. 이해합니다. 그러나 왜 그것이 로짓이라고 불리는 지 이해하지 못합니까? 수학 함수가 아닌가? 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 

Theano 또는 Tensorflow를 사용하여 신경망을 교육하면 신기원마다 "손실"이라는 변수가보고됩니다. 이 변수를 어떻게 해석해야합니까? 손실이 클수록 나쁘거나 신경망의 최종 성능 (정확도)에 어떤 의미가 있습니까?

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

PyTorch에서 훈련 된 모델을 저장하는 다른 방법을 찾고있었습니다. 지금까지 두 가지 대안을 찾았습니다. torch.save () 는 모델을 저장하고 torch.load () 는 모델을 저장합니다 . 훈련 된 모델을 저장하려면 model.state_dict () , 저장된 모델을로드하려면 model.load_state_dict () 접근법 1보다 접근법 2가 권장되는 이 토론을 보았습니다 . 내 질문은 왜 두 번째 접근 …

193 python  serialization  deep-learning  pytorch  tensor 

주제별로 텍스트를 분류하도록 CNN을 훈련하려고합니다. 이진 교차 엔트로피를 사용하면 ~ 80 % 정확도를 얻을 수 있으며 범주 형 교차 엔트로피를 사용하면 ~ 50 % 정확도를 얻을 수 있습니다. 왜 그런지 이해할 수 없습니다. 그것은 다중 클래스 문제입니다. 즉, 범주 교차 엔트로피를 사용해야하며 이진 교차 엔트로피 결과가 의미가 없다는 것을 의미하지 …

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

tf.nn.embedding_lookup(params, ids, partition_strategy='mod', name=None) 이 기능의 의무를 이해할 수 없습니다. 조회 테이블과 같은가요? 각 id (ids)에 해당하는 매개 변수를 반환하는 방법은 무엇입니까? 예를 들어 skip-gram모델에서을 사용 tf.nn.embedding_lookup(embeddings, train_inputs)하면 각각 train_input에 해당하는 임베딩을 찾습니다.

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

CNN을 사용하여 이진 분류 모델을 훈련했으며 여기에 내 코드가 있습니다. 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')) model.add(Dropout(0.5)) model.add(Dense(2)) # define …

155 python  tensorflow  deep-learning  keras 

신경망에서 몇 가지 내용을 읽었으며 단일 계층 신경망의 일반적인 원리를 이해합니다. 추가 레이어의 필요성을 이해하지만 왜 비선형 활성화 함수가 사용됩니까? 이 질문은 다음과 같습니다 : 역 전파에 사용되는 활성화 함수의 파생물은 무엇입니까?

139 math  machine-learning  neural-network  deep-learning 

컨볼 루션 신경망 (딥 러닝)에서 1D, 2D 및 3D 컨볼 루션의 차이점을 예제를 사용하여 명확하게 설명해 주시겠습니까?

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

PyTorch의 네트워크에서 가중치와 편향을 초기화하는 방법 (예 : He 또는 Xavier 초기화 사용)?

116 python  neural-network  deep-learning  pytorch 

이 메서드 zero_grad()는 훈련 중에 호출해야합니다. 그러나 문서 는별로 도움이되지 않습니다. | zero_grad(self) | Sets gradients of all model parameters to zero. 이 메서드를 호출해야하는 이유는 무엇입니까?

112 python  neural-network  deep-learning  pytorch  gradient-descent 

LSTM과 Keras를 사용하여 구축하는 방법을 이해하려고합니다. RNN을 실행하는 데 주로 4 가지 모드가 있다는 것을 알아 냈습니다 (사진에서 올바른 4 가지 모드). 이미지 출처 : Andrej Karpathy 이제 Keras에서 각각에 대한 최소한의 코드 조각이 어떻게 생겼는지 궁금합니다. 그래서 뭔가 model = Sequential() model.add(LSTM(128, input_shape=(timesteps, data_dim))) model.add(Dense(1)) 4 가지 작업 각각에 …

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