«machine-learning» 태그된 질문

머신 러닝 알고리즘에 대한 구현 질문. 기계 학습에 대한 일반적인 질문은 해당 커뮤니티에 게시해야합니다.

7
기능과 레이블의 차이점은 무엇입니까?
기계 학습 기본 사항에 대한 자습서 를 따르고 있으며 기능 또는 레이블이 될 수 있다는 언급이 있습니다 . 내가 아는 한 기능은 사용중인 데이터의 속성입니다. 레이블이 무엇인지 알 수없고 단어의 의미를 알고 있지만 기계 학습의 맥락에서 그것이 무엇을 의미하는지 알고 싶습니다.

7
Tensorflow 백엔드가있는 Keras가 CPU 또는 GPU를 마음대로 사용하도록 강요받을 수 있습니까?
Tensorflow 백엔드 및 CUDA와 함께 Keras를 설치했습니다. 때때로 요청시 Keras가 CPU를 사용하도록하고 싶습니다. 가상 환경에 별도의 CPU 전용 Tensorflow를 설치하지 않고도 수행 할 수 있습니까? 그렇다면 어떻게? 백엔드가 Theano이면 플래그를 설정할 수 있지만 Keras를 통해 액세스 할 수있는 Tensorflow 플래그에 대해 들어 본 적이 없습니다.

6
TensorFlow에서 그라디언트 클리핑을 적용하는 방법은 무엇입니까?
예제 코드를 고려하십시오 . 그라디언트가 폭발 할 가능성이있는 RNN에서이 네트워크에 그라디언트 클리핑을 적용하는 방법을 알고 싶습니다. tf.clip_by_value(t, clip_value_min, clip_value_max, name=None) 이것은 사용할 수있는 예이지만 어디에서 소개해야합니까? RNN의 정의 lstm_cell = rnn_cell.BasicLSTMCell(n_hidden, forget_bias=1.0) # Split data because rnn cell needs a list of inputs for the RNN inner loop _X = …

3
keras에서 두 레이어를 연결하는 방법은 무엇입니까?
두 개의 레이어가있는 신경망의 예가 있습니다. 첫 번째 계층은 두 개의 인수를 취하고 하나의 출력을 갖습니다. 두 번째는 첫 번째 계층의 결과로 하나의 인수와 하나의 추가 인수를 취해야합니다. 다음과 같이 표시됩니다. x1 x2 x3 \ / / y1 / \ / y2 그래서 두 개의 레이어가있는 모델을 만들고 병합하려고했지만 오류가 …

5
Keras의 HDF5 파일에서 모델을로드하는 방법은 무엇입니까?
Keras의 HDF5 파일에서 모델을로드하는 방법은 무엇입니까? 내가 시도한 것 : model = Sequential() model.add(Dense(64, input_dim=14, init='uniform')) model.add(LeakyReLU(alpha=0.3)) model.add(BatchNormalization(epsilon=1e-06, mode=0, momentum=0.9, weights=None)) model.add(Dropout(0.5)) model.add(Dense(64, init='uniform')) model.add(LeakyReLU(alpha=0.3)) model.add(BatchNormalization(epsilon=1e-06, mode=0, momentum=0.9, weights=None)) model.add(Dropout(0.5)) model.add(Dense(2, init='uniform')) model.add(Activation('softmax')) sgd = SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True) model.compile(loss='binary_crossentropy', optimizer=sgd) checkpointer = ModelCheckpoint(filepath="/weights.hdf5", verbose=1, save_best_only=True) model.fit(X_train, y_train, nb_epoch=20, batch_size=16, …

9
기계 학습이란 무엇입니까? [닫은]
닫은. 이 질문은 주제를 벗어났습니다 . 현재 답변을 받고 있지 않습니다. 이 질문을 개선하고 싶으십니까? 질문 업데이트 는 그래서 주제에 스택 오버플로합니다. 휴일 칠년 전에 . 이 질문 개선 기계 학습 이란 무엇입니까 ? 기계 학습 코드 는 무엇을합니까? 기계가 학습한다고 말할 때, 자체 코드를 수정합니까, 아니면 주어진 입력 세트에 …

3
교차 엔트로피 란 무엇입니까?
교차 엔트로피가 무엇인지에 대한 설명이 많이 있다는 것을 알고 있지만 여전히 혼란 스럽습니다. 손실 함수를 설명하는 방법 일 뿐입니 까? 손실 함수를 사용하여 최소값을 찾기 위해 경사 하강 법 알고리즘을 사용할 수 있습니까?

6
Python : tf-idf-cosine : 문서 유사성 찾기
Part 1 & Part 2 에서 사용할 수있는 튜토리얼을 따르고있었습니다 . 불행히도 저자는 실제로 두 문서 사이의 거리를 찾기 위해 코사인 유사성을 사용하는 마지막 섹션에 대한 시간이 없었습니다. 나는 stackoverflow 의 다음 링크의 도움으로 기사의 예제를 따랐 습니다. 위 링크에 언급 된 코드가 포함되어 있습니다 (삶을 더 쉽게 만들기 위해) …


4
가치 반복과 정책 반복의 차이점은 무엇입니까?
강화 학습에서 정책 반복 과 가치 반복 의 차이점은 무엇 입니까? 내가 아는 한 가치 반복에서는 Bellman 방정식을 사용하여 최적의 정책을 해결하는 반면, 정책 반복에서는 무작위로 정책 π를 선택하고 해당 정책의 보상을 찾습니다. 내 의심은 PI에서 임의의 정책 π를 선택하는 경우 여러 임의의 정책을 선택하더라도 어떻게 최적의 정책이 보장됩니까?

4
np.mean과 tf.reduce_mean의 차이점은 무엇입니까?
에서 MNIST 초보자 튜토리얼 , 문이있다 accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float")) tf.cast기본적으로 객체의 텐서 유형을 변경하지만 tf.reduce_mean과 의 차이점은 무엇 np.mean입니까? 에 대한 문서는 다음과 같습니다 tf.reduce_mean. reduce_mean(input_tensor, reduction_indices=None, keep_dims=False, name=None) input_tensor: 줄일 텐서입니다. 숫자 유형이어야합니다. reduction_indices: 줄일 치수입니다. (기본) 경우 None모든 치수를 줄입니다. # 'x' is [[1., 1. ]] # …


2
Keras : 커널과 활동 정규화의 차이점
저는 Keras에서 weight_regularizer 를 더 이상 사용할 수 없으며 그 자리에 활동 과 커널 정규화 프로그램 이 있음을 알았 습니다 . 나는 알고 싶습니다: 커널 과 활동 정규화 의 주요 차이점은 무엇입니까 ? weight_regularizer 대신 activity_regularizer 를 사용할 수 있습니까?

2
칵테일 파티 알고리즘 SVD 구현… 코드 한 줄로?
Coursera에서 Stanford의 Andrew Ng가 머신 러닝에 대한 입문 강의의 슬라이드에서 그는 오디오 소스가 공간적으로 분리 된 두 개의 마이크에 의해 녹음된다는 점에서 칵테일 파티 문제에 대해 다음과 같은 옥타브 솔루션을 제공합니다. [W,s,v]=svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x'); 슬라이드의 맨 아래에는 "출처 : Sam Roweis, Yair Weiss, Eero Simoncelli"가 있으며 이전 슬라이드 맨 아래에는 "이태원의 오디오 …

6
Tensorflow 텐서 차원 (모양)을 정수 값으로 얻는 방법은 무엇입니까?
Tensorflow 텐서를 가지고 있다고 가정합니다. 텐서의 차원 (모양)을 정수 값으로 어떻게 얻습니까? tensor.get_shape()및 두 가지 방법이 있다는 것을 알고 tf.shape(tensor)있지만 모양 값을 정수 int32값 으로 가져올 수 없습니다 . 예를 들어, 아래에서 2 차원 텐서를 만들었고, shape 텐서를 만들기 위해 int32호출 reshape()할 수 있도록 행과 열의 수를 얻어야합니다 (num_rows * …

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