প্রশ্ন ট্যাগ «rnn»

আমি যে সমস্যাটি নিয়ে কাজ করছি তা হ'ল সময় সিরিজের মানগুলির পূর্বাভাস। আমি এক সময় এক সময় সিরিজ দেখছি এবং উদাহরণস্বরূপ ইনপুট ডেটার 15% এর উপর ভিত্তি করে, আমি এর ভবিষ্যতের মানগুলি পূর্বাভাস দিতে চাই। এখন পর্যন্ত আমি দুটি মডেল জুড়ে এসেছি: LSTM (দীর্ঘ স্বল্পমেয়াদী মেমরি; পুনরাবৃত্ত নিউরাল নেটওয়ার্কগুলির একটি …

64 time-series  deep-learning  rnn  prediction 

আমি আরএনএন সম্পর্কে শিখতে শুরু করার চেষ্টা করছি এবং আমি কেরাস ব্যবহার করছি। আমি ভ্যানিলা আরএনএন এবং এলএসটিএম স্তরগুলির প্রাথমিক ভিত্তিটি বুঝতে পারি, তবে প্রশিক্ষণের জন্য একটি নির্দিষ্ট প্রযুক্তিগত বিন্দু বুঝতে আমার সমস্যা হচ্ছে। ইন keras ডকুমেন্টেশন , এটা বলছেন একটি RNN স্তর ইনপুট আকৃতি থাকতে হবে (batch_size, timesteps, input_dim)। …

60 python  keras  rnn  training 

একটি একক স্ট্যাকড এলএসটিএম এর কতটি পরামিতি রয়েছে? প্যারামিটারের সংখ্যা প্রয়োজনীয় প্রশিক্ষণের উদাহরণগুলির সংখ্যার উপর কম চাপ দেয় এবং প্রশিক্ষণের সময়কেও প্রভাবিত করে। সুতরাং প্যারামিটারের সংখ্যা জানার জন্য এলএসটিএম ব্যবহার করে প্রশিক্ষণের মডেলগুলি কার্যকর।

43 deep-learning  rnn 

সুতরাং, সম্প্রতি একটি স্তর সাধারণকরণের কাগজ রয়েছে। এর রয়েছে তা একটি বাস্তবায়ন Keras উপর। তবে আমার মনে আছে পুনরাবৃত্ত ব্যাচ নরমালাইজেশন (কুইজম্যানস, ২০১)) এবং ব্যাচ নর্মালাইজড রিচারেন্ট নিউরাল নেটওয়ার্কস (লরেন্ট, ২০১৫) শিরোনামে কাগজপত্র রয়েছে । এই তিনজনের মধ্যে পার্থক্য কী? এই সম্পর্কিত কাজের বিভাগটি আমি বুঝতে পারি না: ব্যাচের সাধারণকরণ …

30 deep-learning  rnn  normalization  batch-normalization 

টেনসরফ্লো কোড থেকে: টেনসরফ্লো। RnnCell। num_units: int, The number of units in the LSTM cell. এর অর্থ কী তা বোঝা যাচ্ছে না। এলএসটিএম ঘরের ইউনিট কী কী? ইনপুট, আউটপুট এবং গেটগুলি ভুলে গেছেন? এর অর্থ কি "ডিপ এলএসটিএম এর জন্য পুনরাবৃত্ত প্রক্ষেপণ স্তরের ইউনিটগুলির সংখ্যা"? তাহলে এটিকে কেন "এলএসটিএম সেলে …

19 neural-network  tensorflow  rnn 

আমি corr()একটি আসল df এর বাইরে একটি df তৈরি করি । corr()Df প্রয়োগ আউট 70 এক্স 70 এসে তা হিটম্যাপ ঠাহর করা অসম্ভব ... sns.heatmap(df)। যদি আমি এটি প্রদর্শনের চেষ্টা করি corr = df.corr(), টেবিলটি স্ক্রিনের সাথে খাপ খায় না এবং আমি সমস্ত সম্পর্কিততা দেখতে পাচ্ছি। dfএটির আকার নির্বিশেষে পুরো …

17 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

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 প্রতিটি সিরিজের ধরণের উপর ভিত্তি করে প্রশিক্ষণের জন্য টাইম সিরিজটিকে ইনপুট হিসাবে ব্যবহার করে একটি নিউরাল নেটওয়ার্ক তৈরি করার চেষ্টা করছি। আমি পড়েছি যে আরএনএন ব্যবহার করে আপনি ইনপুটটিকে ব্যাচগুলিতে বিভক্ত করতে পারেন এবং সময় সিরিজের প্রতিটি পয়েন্টকে পৃথক নিউরনগুলিতে ব্যবহার করতে পারেন এবং শেষ পর্যন্ত নেটওয়ার্কটিকে প্রশিক্ষণ দিতে …

14 time-series  rnn 

আমি ভুলে যাওয়া স্তরটিতে একটি আরএনএন-এ প্রতিটি ভেরিয়েবলের মাত্রাগুলি বের করার চেষ্টা করছি, তবে আমি নিশ্চিত নই যে আমি সঠিক পথে রয়েছি কিনা। পরের ছবি এবং সমীকরণটি কোলার ব্লগ পোস্ট "বোঝার এলএসটিএম নেটওয়ার্কগুলি" থেকে : কোথায়: এম ∗ 1এক্সটিxtx_t হ'ল আকারের ভেক্টরের ইনপুটমি * 1m∗1m*1 এন ∗ 1জটি - 1ht−1h_{t-1} …

13 neural-network  rnn 

আমি এক থেকে অনেকের জন্য কেরাস কোডিং পার্থক্য (উদাহরণস্বরূপ একক চিত্রের শ্রেণিবিন্যাস) এবং অনেকগুলি থেকে অনেকগুলি (উদাহরণস্বরূপ চিত্র সিকোয়েন্সের শ্রেণিবিন্যাস) সিক্যুয়েন্স লেবেলিংয়ের ব্যাখ্যা করার জন্য সংগ্রাম করছি। আমি প্রায়শই দুটি ভিন্ন ধরণের কোড দেখতে পাই: টাইপ 1 এমন কোনও টাইমড্রিস্ট্রিবিউট প্রয়োগ করা হয় না: model=Sequential() model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1], border_mode="valid", input_shape=[1, …

13 keras  rnn  lstm  sequence 

আমি কেরাস (বা টেনসরফ্লো) ব্যবহার করে বহুমাত্রিক এবং বহুবিধ সময় সিরিজের পূর্বাভাস তৈরি করতে কীভাবে ডেটা উপস্থাপন এবং আকার তৈরি করতে হবে তা বোঝার চেষ্টা করছি তবে কীভাবে ডেটা উপস্থাপন করবেন সে সম্পর্কে অনেকগুলি ব্লগ পোস্ট / টিউটোরিয়াল / ডকুমেন্টেশন পড়ার পরেও আমি খুব অস্পষ্ট am সঠিক আকার (বেশিরভাগ উদাহরণগুলি …

12 python  keras  rnn  lstm 

আমার ব্যবহার করা উচিত ন্যূনতম, সর্বাধিক এবং "যুক্তিসঙ্গত" পরিমাণগুলির সাথে সম্পর্কিত কোনও নিয়ামক (বা প্রকৃত নিয়ম) কি আছে? বিশেষত আমি টেনসরফ্লো এবং num_unitsসম্পত্তি থেকে বেসিকএলএসটিএমসেল সম্পর্কিত করছি । অনুগ্রহ করে ধরে নিই যে আমার দ্বারা শ্রেণিবদ্ধকরণের সমস্যা রয়েছে: t - number of time steps n - length of input vector …

12 rnn  machine-learning  r  predictive-modeling  random-forest  python  language-model  sentiment-analysis  encoding  machine-learning  deep-learning  neural-network  dataset  caffe  classification  xgboost  multiclass-classification  unbalanced-classes  time-series  descriptive-statistics  python  r  clustering  machine-learning  python  deep-learning  tensorflow  machine-learning  python  predictive-modeling  probability  scikit-learn  svm  machine-learning  python  classification  gradient-descent  regression  research  python  neural-network  deep-learning  convnet  keras  python  tensorflow  machine-learning  deep-learning  tensorflow  python  r  bigdata  visualization  rstudio  pandas  pyspark  dataset  time-series  multilabel-classification  machine-learning  neural-network  ensemble-modeling  kaggle  machine-learning  linear-regression  cnn  convnet  machine-learning  tensorflow  association-rules  machine-learning  predictive-modeling  training  model-selection  neural-network  keras  deep-learning  deep-learning  convnet  image-classification  predictive-modeling  prediction  machine-learning  python  classification  predictive-modeling  scikit-learn  machine-learning  python  random-forest  sampling  training  recommender-system  books  python  neural-network  nlp  deep-learning  tensorflow  python  matlab  information-retrieval  search  search-engine  deep-learning  convnet  keras  machine-learning  python  cross-validation  sampling  machine-learning 

আমি একটি অ্যাপ্লিকেশন প্রোটোটাইপ করছি এবং কিছু উত্পন্ন বাক্যগুলিতে বিভ্রান্তি গণনা করতে আমার একটি ভাষা মডেল প্রয়োজন। অজগরটিতে কি আমি সহজেই ব্যবহার করতে পারি এমন কোনও প্রশিক্ষিত ভাষার মডেল রয়েছে? কিছু সাধারণ মত model = LanguageModel('en') p1 = model.perplexity('This is a well constructed sentence') p2 = model.perplexity('Bunny lamp robert junior …

11 python  nlp  language-model  r  statistics  linear-regression  machine-learning  classification  random-forest  xgboost  python  sampling  data-mining  orange  predictive-modeling  recommender-system  statistics  dimensionality-reduction  pca  machine-learning  python  deep-learning  keras  reinforcement-learning  neural-network  image-classification  r  dplyr  deep-learning  keras  tensorflow  lstm  dropout  machine-learning  sampling  categorical-data  data-imputation  machine-learning  deep-learning  machine-learning-model  dropout  deep-network  pandas  data-cleaning  data-science-model  aggregation  python  neural-network  reinforcement-learning  policy-gradients  r  dataframe  dataset  statistics  prediction  forecasting  r  k-means  python  scikit-learn  labels  python  orange  cloud-computing  machine-learning  neural-network  deep-learning  rnn  recurrent-neural-net  logistic-regression  missing-data  deep-learning  autoencoder  apache-hadoop  time-series  data  preprocessing  classification  predictive-modeling  time-series  machine-learning  python  feature-selection  autoencoder  deep-learning  keras  tensorflow  lstm  word-embeddings  predictive-modeling  prediction  machine-learning-model  machine-learning  classification  binary  theory  machine-learning  neural-network  time-series  lstm  rnn  neural-network  deep-learning  keras  tensorflow  convnet  computer-vision 

LSTMড্রপআউট সহ একাধিক স্তর ব্যবহার করে, সমস্ত আড়াল স্তরগুলির পাশাপাশি আউটপুট ঘন স্তরগুলিতে ড্রপআউট রাখার পরামর্শ দেওয়া হয় কি? হিন্টনের কাগজে (যা ড্রপআউটের প্রস্তাব দিয়েছিল) তিনি কেবল ড্রপআউটকে ঘন স্তরগুলিতে ফেলেছিলেন, তবে এটি কারণ লুকানো অভ্যন্তরীণ স্তরগুলি সংবিধানমূলক ছিল। স্পষ্টতই, আমি আমার নির্দিষ্ট মডেলটির জন্য পরীক্ষা করতে পারি, তবে আমি …

11 neural-network  lstm  rnn  dropout  stacked-lstm 

আমি ডিপ লার্নিংয়ে খুব নতুন এবং আমি বিশেষত এলএসটিএম এবং বিএলএসটিএম কী কী এবং সেগুলি কখন ব্যবহার করতে হবে তা জানতে আগ্রহী। আরএনএন এর চেয়ে এলএসটিএম এবং বিলসটিএম কেন বেশি জনপ্রিয়? আমরা কি এই গভীর শিক্ষার আর্কিটেকচারকে অচলিত সমস্যাগুলিতে ব্যবহার করতে পারি?

11 machine-learning  deep-learning  rnn  lstm