প্রশ্ন ট্যাগ «neural-network»

বলুন যে আমি 10 টি বস্তু সনাক্ত করতে প্রাক-প্রশিক্ষিত নেটওয়ার্কে স্থানান্তর শেখা করেছি। আমি ইতিমধ্যে প্রশিক্ষিত 10 টি বিভাগ বা মূল প্রাক-প্রশিক্ষিত মডেলটির তথ্য না হারিয়ে নেটওয়ার্ক কীভাবে শ্রেণিবদ্ধ করতে পারে এমন 11 তম আইটেম যুক্ত করবেন? একটি বন্ধু আমাকে বলেছিল যে এই ক্ষেত্রে সক্রিয় গবেষণা চলছে, তবে আমি কোনও …

15 neural-network  deep-learning 

আমি নিউরাল নেটওয়ার্কগুলির জন্য অ্যাক্টিভেশন ফাংশন ধরণের অধ্যয়ন করেছি। ফাংশনগুলি নিজেরাই বেশ সোজা, তবে প্রয়োগের পার্থক্য সম্পূর্ণ পরিষ্কার নয়। এটি যুক্তিসঙ্গত এবং লিনিয়ার ধরণের ফাংশনগুলির মধ্যে পার্থক্য রাখার পক্ষে যুক্তিযুক্ত যে বাইনারি / অবিচ্ছিন্ন আউটপুট নির্ভর করে তবে সাধারণ লিনিয়ারটির চেয়ে সিগময়েড ফাংশনটির সুবিধা কী? আরএলইউ বিশেষত আমার জন্য বুঝতে …

15 neural-network  activation-function 

পুনরাবৃত্ত নিউরাল নেটওয়ার্কগুলির সাথে পাঠ্য প্রজন্ম সম্পর্কে পড়ার সময় আমি লক্ষ্য করেছি যে কিছু উদাহরণ শব্দ এবং অন্যের অক্ষরে অক্ষর অনুসারে পাঠ্য শব্দ উত্পন্ন করার জন্য বাস্তবে কেন তা উল্লেখ না করে প্রয়োগ করা হয়েছিল । সুতরাং, RNN মডেলের যে পাঠ্য ভবিষ্যদ্বাণী করা এর মধ্যে পার্থক্য কি প্রতি শব্দ ভিত্তি …

15 machine-learning  neural-network  nlp  rnn 

আমি বর্তমানে নিউরাল নেটওয়ার্কগুলিতে একটি পরীক্ষার জন্য প্রস্তুতি নিচ্ছি। প্রাক্তন পরীক্ষাগুলির বেশ কয়েকটি প্রোটোকলে আমি পড়েছি যে নিউরনের অ্যাক্টিভেশন ফাংশনগুলি (মাল্টিলেয়ার পারসেপ্ট্রনে) একঘেয়ে হতে হবে be আমি বুঝতে পারি যে অ্যাক্টিভেশন ফাংশনগুলি পৃথকযোগ্য হওয়া উচিত, একটি ডেরাইভেটিভ থাকতে হবে যা বেশিরভাগ পয়েন্টে 0 নয়, এবং অ-রৈখিক হওয়া উচিত। একঘেয়ে হয়ে …

15 machine-learning  neural-network 

আমি কুয়াশার অবস্থার (3 শ্রেণি) চিত্রগুলিকে শ্রেণিবদ্ধ করার জন্য একটি কনভোলশনাল নিউরাল নেটওয়ার্ক প্রশিক্ষণ দিচ্ছি। যাইহোক, প্রায় প্রতিটি 150.000 চিত্রের জন্য আমার কাছে চারটি আবহাওয়া সংক্রান্ত পরিবর্তনশীলও পাওয়া যায় যা চিত্রগুলির ক্লাস পূর্বাভাস দিতে সহায়তা করতে পারে। আমি ভাবছিলাম যে কীভাবে আমি বিদ্যমান সিএনএন কাঠামোর সাথে আবহাওয়া পরিবর্তনগুলি (যেমন তাপমাত্রা, …

14 machine-learning  neural-network  deep-learning  tensorflow  cnn 

আমার এই প্রশ্নের একটি ছোট উপ- প্রশ্ন রয়েছে । আমি বুঝতে পারি যে সর্বাধিক পুলিং স্তরের মাধ্যমে ব্যাক-প্রসারণ করার সময় গ্রেডিয়েন্টটি এমনভাবে ফিরে যায় যে পূর্ববর্তী স্তরের নিউরন যা সর্বোচ্চ হিসাবে নির্বাচিত হয়েছিল সমস্ত গ্রেডিয়েন্ট পায়। আমি যে সম্পর্কে 100% নিশ্চিত নই তা হ'ল পরবর্তী স্তরটির গ্রেডিয়েন্ট কীভাবে পুলিং স্তরে …

14 machine-learning  neural-network  convnet  backpropagation 

আমি ভাবছি কোন পরিস্থিতিতে এলএসটিএম স্ট্যাক করা সুবিধাজনক?

14 machine-learning  neural-network  deep-learning  lstm 

প্রান্ত সনাক্তকরণের মতো কিছু করার জন্য ফিল্টার প্রয়োগ করার ধারণাটি একটি দুর্দান্ত ধারণা। উদাহরণস্বরূপ, আপনি একটি image এর একটি চিত্র নিতে পারেন some কিছু ফিল্টার দিয়ে, আপনি রূপান্তরিত চিত্রগুলি দিয়ে শেষ করতে পারেন যা মূল চিত্রের বিভিন্ন বৈশিষ্ট্যকে জোর দেয়। মূল 7: নেটওয়ার্ক হিসাবে অভিজ্ঞ হতে পারে: প্রতিটি চিত্র কীভাবে …

14 neural-network 

আমি কোনও বৈশিষ্ট্য সেটটিতে নিউরাল নেটওয়ার্ক প্রশিক্ষণের জন্য মস্তিষ্ক ব্যবহার করছি যা ইতিবাচক এবং নেতিবাচক মান উভয়ই অন্তর্ভুক্ত করে। তবে মস্তিষ্কের 0 থেকে 1 এর মধ্যে ইনপুট মানগুলির প্রয়োজন my আমার ডেটা স্বাভাবিক করার সর্বোত্তম উপায় কোনটি?

14 machine-learning  neural-network  feature-scaling  normalization  javascript 

আমি কোওর অফিসিয়াল ডেটাসেটে সদৃশ প্রশ্নের পূর্বাভাস দেওয়ার জন্য একটি এলএসটিএম মডেল তৈরি করেছি। পরীক্ষার লেবেল 0 বা 1. হয় 1 টি প্রশ্নের জোড় নকল কিনা তা নির্দেশ করে। মডেলটি ব্যবহার করে নির্মাণের পরে model.fit, আমি model.predictপরীক্ষার ডেটা ব্যবহার করে মডেলটি পরীক্ষা করি । আউটপুট হ'ল নীচের মত মানগুলির একটি …

14 machine-learning  python  neural-network  keras  lstm 

আমার উপলব্ধি থেকে, জেনেটিক অ্যালগরিদমগুলি বহু-উদ্দেশ্যমূলক অপ্টিমাইজেশানের শক্তিশালী সরঞ্জাম। তদ্ব্যতীত, নিউরাল নেটওয়ার্কগুলি প্রশিক্ষণ দেওয়া (বিশেষত গভীরগুলি) খুব কঠিন এবং এর অনেকগুলি সমস্যা রয়েছে (নন-কনভেক্স ব্যয় ফাংশনগুলি - স্থানীয় মিনিমা, বিলুপ্ত হওয়া এবং বিস্ফোরক গ্রেডিয়েন্টস ইত্যাদি)। এছাড়াও আমি হ'ল জিএর সাথে একটি এনএনকে ধারণামূলকভাবে প্রশিক্ষণ দেওয়া সম্ভব। আমি ভাবছিলাম, কেন তারা …

13 neural-network  optimization  genetic-algorithms 

আমি জানতে চাই যে গ্রেডিয়েন্ট ডেসেন্টটি অ্যাডাম, অ্যাডাগ্রেড, আরএমএসপ্রপ এবং অন্যান্য বেশ কয়েকটি অপ্টিমাইজারের মতো অপ্টিমাইজারে ব্যবহৃত মূল আলগোরিদিম কিনা।

13 machine-learning  neural-network  deep-learning  optimization  gradient-descent 

মনে হচ্ছে অ্যাডাপটিভ মুহুর্তের প্রাক্কলন (অ্যাডাম) অপ্টিমাইজারটি প্রায় সবসময় আরও ভাল কাজ করে (দ্রুত এবং আরও নির্ভরযোগ্যভাবে একটি সর্বনিম্ন সর্বনিম্নে পৌঁছায়) যখন প্রশিক্ষণে নিউরাল নেটগুলি ব্যয় করা হয় function সব সময় আদমকে ব্যবহার করবেন না কেন? এমনকি আরএমএসপ্রপ বা গতিবেগ অপ্টিমাইজার ব্যবহার করে কেন বিরক্ত করবেন?

13 neural-network  optimization 

আমি প্রশিক্ষণের সময় ওজন প্লট করার জন্য মাল্টিলেয়ার নেটওয়ার্কগুলির জন্য হিন্টন ডায়াগ্রামগুলির সমতুল্য সন্ধান করার চেষ্টা করছি। প্রশিক্ষিত নেটওয়ার্কটি কিছুটা ডিপ এসআরএন এর অনুরূপ, যেমন এটিতে বহু সংখ্যক ওজন ম্যাট্রিক রয়েছে যা বেশ কয়েকটি হিন্টন ডায়াগ্রামের যুগপত প্লটকে দৃশ্যত বিভ্রান্ত করে তুলবে। একাধিক স্তর সহ পুনরাবৃত্ত নেটওয়ার্কগুলির জন্য ওজন আপডেট …

13 machine-learning  neural-network  visualization  deep-learning 

আমি কোনও উপায়ে অটোরকোডার বা নিউরাল নেটওয়ার্কগুলির বিশেষজ্ঞ নই, সুতরাং যদি এটি নির্বোধ প্রশ্ন হয় তবে আমাকে ক্ষমা করুন। হাই ডাইমেনশনাল ডেটাতে মাত্রা হ্রাস বা দৃশ্যমান ক্লাস্টারগুলির উদ্দেশ্যে, আমরা দুটি নোডের সাহায্যে নেটওয়ার্ক স্তরটির আউটপুট পরিদর্শন করে একটি (ক্ষতিগ্রস্ত) 2 মাত্রিক প্রতিনিধিত্ব তৈরি করতে একটি অটোরকোডার ব্যবহার করতে পারি। উদাহরণস্বরূপ, …

13 neural-network  dimensionality-reduction  autoencoder