«neural-networks» 태그된 질문

반복적 인 신경망에서는 일반적으로 여러 시간 단계를 통해 전파되고 네트워크를 "롤링 해제"한 다음 입력 시퀀스를 통해 전파됩니다. 시퀀스에서 각 개별 단계 후에 가중치를 업데이트하지 않는 이유는 무엇입니까? (잘림 길이 1을 사용하는 것과 동일하므로 롤링 할 것이 없습니다.) 이것은 사라지는 기울기 문제를 완전히 제거하고 알고리즘을 크게 단순화하며 아마도 현지 최소값에 걸릴 …

14 time-series  neural-networks  backpropagation  rnn 

이 질문의 구조는 다음과 같습니다. 처음에는 앙상블 학습 의 개념을 제공하고 , 추가로 패턴 인식 작업 목록을 제공 한 다음 앙상블 학습 알고리즘의 예를 제공하고 마지막으로 내 질문을 소개합니다. 모든 추가 정보가 필요하지 않은 사람들은 헤드 라인을보고 바로 내 질문으로 넘어갈 수 있습니다. 앙상블 학습이란 무엇입니까? Wikipedia 기사 에 따르면 …

14 machine-learning  neural-networks  pattern-recognition  ensemble  ocr 

첫 프로젝트를 시작하려고하는 초보자입니다. 곡 분류 프로젝트를 염두에 두었지만 수동으로 레이블을 지정하기 때문에 약 1000 곡 또는 60 시간의 음악 만 합리적으로 정리할 수있었습니다. 나는 여러 클래스로 분류하고 있으므로 한 클래스는 훈련 세트에서 50-100 곡의 노래를 가질 수 있습니다. 이것은 너무 적은 것 같습니다! 신경망을 훈련시키는 데 필요한 데이터 양에 …

14 neural-networks 

깊은 신념이나 회선 신경망을 사용하여 찾은 모든 예는 이미지 분류, 대화 형 탐지 또는 음성 인식에 사용됩니다. 심층 신경망은 또한 특징이 구조화되지 않은 (예를 들어, 시퀀스 또는 그리드로 배열되지 않은) 고전적 재연 작업에 유용합니까? 그렇다면 예를 들어 줄 수 있습니까?

14 regression  machine-learning  neural-networks  deep-learning 

2 레이어 스택 형 자동 인코더와 2 레이어 신경망을 구축하는 알고리즘을 작성한다고 가정 해 봅시다. 그것들이 같은 것입니까 아니면 차이점입니까? 내가 이해하는 것은 누적 된 자동 인코더를 빌드 할 때 레이어별로 빌드한다는 것입니다. 신경망의 경우, netowork의 모든 매개 변수를 초기화 한 다음 각 데이터 포인트에 대해 네트워크를 통해 전달하고 손실 …

14 neural-networks  deep-learning  autoencoders 

에 설명 된대로 Q-Learning을 구현했습니다. http://web.cs.swarthmore.edu/~meeden/cs81/s12/papers/MarkStevePaper.pdf 약. Q (S, A) 다음과 같은 신경망 구조를 사용합니다. 활성화 시그 모이 드 동작 뉴런에 대한 입력, 입력 수 + 1 (모든 입력의 크기가 0-1 임) 출력, 단일 출력. Q- 값 M 개의 숨겨진 레이어 N 개 탐색 방법 임의 0 <rand () <propExplore …

14 machine-learning  neural-networks  reinforcement-learning 

NN에서 숨겨진 레이어 활성화 기능의 선택은 사용자의 필요 에 따라 달라져야한다는 것을 다른 곳에서 읽었습니다 . 내 질문은 필요한 것이 무엇인지 어떻게 알 수 있습니까? 입력 레이어의 범위를 기준으로합니까? 예를 들어 입력 레이어의 전체 값 범위를 포괄 할 수있는 함수를 사용하거나 입력 레이어의 분포를 반영하는 기능을 사용합니까 (가우스 함수)? 또는 …

14 machine-learning  classification  neural-networks 

R의 nnet 패키지를 사용하여 콘도 (개인 프로젝트)의 부동산 가격을 예측하기 위해 ANN을 작성하려고합니다. 나는 이것에 익숙하지 않으며 수학 배경이 없으므로 나와 함께 맨손으로하십시오. 이진 및 연속 입력 변수가 있습니다. 예를 들어 원래 예 / 아니오였던 일부 이진 변수는 신경망에 대해 1/0으로 변환되었습니다. 다른 변수는 다음과 같이 연속적 Sqft입니다. 입력 데이터 …

14 r  machine-learning  data-transformation  neural-networks  nnet 

Boltzmann 기계가 어떻게 작동하는지 이해하려고 노력하고 있지만 무게가 어떻게 학습되는지 확실하지 않으며 명확한 설명을 찾을 수 없었습니다. 다음이 맞습니까? (또한 좋은 Boltzmann 기계 설명에 대한 포인터도 좋습니다.) 우리는 가시적 인 단위 (예를 들어, 이미지의 흑백 픽셀에 해당)와 숨겨진 단위의 세트를 가지고 있습니다. 가중치는 어떻게 든 초기화되고 (예 : [-0.5, 0.5]에서 …

14 neural-networks 

glmnetwithin caret을 사용하여 최적의 람다를 검색 cv.glmnet하고 동일한 작업을 수행하는 것을 비교하는 데 많은 혼란이있는 것 같습니다 . 다음과 같은 많은 질문이 제기되었습니다. 분류 모델 train.glmnet 대 cv.glmnet? 캐럿과 함께 glmnet을 사용하는 올바른 방법은 무엇입니까? `caret`를 사용한 교차 유효성 검사`glmnet` 그러나 질문의 ​​재현 가능성으로 인한 답변이 없습니다. 첫 번째 질문에 …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

Google, Wikipedia, Google Scholar 등을 검색했지만 자동 인코더의 출처를 찾을 수 없습니다. 어쩌면 그것은 매우 점진적으로 진화 한 개념 중 하나 일 것입니다. 분명한 출발점을 찾아내는 것은 불가능하지만 여전히 개발의 주요 단계에 대한 요약을 찾고 싶습니다. autoencoders 장 이안 Goodfellow, 요 수아 벤 지오와 아론 Courville의 깊은 학습 책은 말합니다 …

14 neural-networks  autoencoders  history 

질문 : 숫자 자체를 입력으로 만 사용하여 홀수와 짝수를 구별하도록 NN을 훈련시킬 수 있습니까? 다음과 같은 데이터 집합이 있습니다. Number Target 1 0 2 1 3 0 4 1 5 0 6 1 ... ... 99 0 100 1 나는 두 개의 입력 뉴런 (하나는 가변 수, 다른 하나는 바이어스 …

14 machine-learning  classification  categorical-data  neural-networks  genetic-algorithms 

MNIST 숫자 인식 작업의 "순환 불변"버전이라는 용어를 보았습니다. 무슨 뜻인가요?

14 machine-learning  neural-networks  terminology  conv-neural-network  definition 

지금까지 신경망에서 본 대부분의 예에서 네트워크는 분류에 사용되며 노드는 시그 모이 드 함수로 변환됩니다. 그러나 신경망을 사용하여 연속적인 실제 값을 출력하고 싶습니다 (실제로 출력은 일반적으로 -5 ~ +5 범위입니다). 내 질문은 : 1. Should I still scale the input features using feature scaling? What range? 2. What transformation function should …

14 regression  neural-networks 

이미 한 질문 ( One-Layer 피드 포워드 네트워크에서 가중치 중요성 추출 )에 따라 신경망에서 입력의 관련성에 대한 추론을 찾고 있습니다. 관심있는 출력 노드에서 레이어를 통해 뒤로 이동하여 입력 중요도를 재구성하는 것이 어렵거나 시간이 많이 걸리는 딥 넷을 고려할 때 신경망에 대한 감도 분석을 수행하는 데 이론적 프레임 워크가 있는지 궁금해했습니다. …

14 neural-networks  python  feature-selection  sensitivity-analysis