প্রশ্ন ট্যাগ «deep-learning»

মেশিন লার্নিংয়ের একটি ক্ষেত্র যা ডেটাগুলির শ্রেণিবিন্যাসের উপস্থাপনা শেখার সাথে সম্পর্কিত, যা গভীরভাবে নিউরাল নেটওয়ার্কগুলির সাহায্যে সম্পন্ন হয়।

5
আমার নিউরাল নেটওয়ার্কটি শিখতে না পারলে আমার কী করা উচিত?
আমি একটি নিউরাল নেটওয়ার্ক প্রশিক্ষণ দিচ্ছি তবে প্রশিক্ষণের ক্ষতি হ্রাস পাবে না। আমি এটা কিভাবে ঠিক করবো? আমি ওভারফিটিং বা নিয়মিতকরণের বিষয়ে জিজ্ঞাসা করছি না। আমি যেখানে ট্রেনিং সেটটিতে আমার নেটওয়ার্কের পারফরম্যান্স উন্নতি করে না সেখানে কীভাবে সমস্যার সমাধান করবেন সে সম্পর্কে আমি জিজ্ঞাসা করছি । এই প্রশ্নটি ইচ্ছাকৃতভাবে সাধারণ …

6
ডিপ নিউরাল নেটওয়ার্কগুলিতে সিগময়েড ফাংশনের চেয়ে আরএলইউর সুবিধা কী?
অ-লিনিয়ারিটি শিল্পের স্টেটটি হ'ল গভীর নিউরাল নেটওয়ার্কে সিগময়েড ফাংশনের পরিবর্তে রেক্টিফাইড লিনিয়ার ইউনিট (আরএলইউ) ব্যবহার করা। সুবিধা কি? আমি জানি যে যখনইএলইউ ব্যবহার করা হয় তখন কোনও নেটওয়ার্ক প্রশিক্ষণ দ্রুততর হয় এবং এটি আরও জৈবিক অনুপ্রাণিত হয়, অন্যান্য সুবিধাগুলি কী কী? (অর্থাৎ সিগময়েড ব্যবহারের কোনও অসুবিধা)?

4
কনভুলেশনাল নিউরাল নেটওয়ার্ক, সীমাবদ্ধ বল্টজম্যান মেশিন এবং অটো-এনকোডারগুলির মধ্যে পার্থক্য কী?
সম্প্রতি আমি গভীর শিক্ষার বিষয়ে পড়ছি এবং শর্তাদি (বা প্রযুক্তি বলতে) সম্পর্কে আমি বিভ্রান্ত হয়ে পড়েছি। পার্থক্য কি কনভোলিউশনাল নিউরাল নেটওয়ার্কগুলি (সিএনএন), সীমাবদ্ধ বল্টজম্যান মেশিন (আরবিএম) এবং স্বয়ং-এনকোডার?

10
নিউরাল নেটওয়ার্ক এবং গভীর নিউরাল নেটওয়ার্কের মধ্যে পার্থক্য কী এবং গভীর সংস্থাগুলি কেন আরও ভাল কাজ করে?
আমি এই পদগুলিতে প্রশ্নটি সঠিকভাবে দেখিনি, এবং এই কারণেই আমি একটি নতুন প্রশ্ন করি make আমি যা জানতে আগ্রহী তা হ'ল নিউরাল নেটওয়ার্কের সংজ্ঞা নয়, তবে গভীর নিউরাল নেটওয়ার্কের সাথে প্রকৃত পার্থক্য বোঝা। আরও প্রসঙ্গে: আমি জানি যে একটি নিউরাল নেটওয়ার্ক কী এবং কীভাবে ব্যাকপ্রোপেশন কাজ করে। আমি জানি যে …

6
নিউরাল নেটওয়ার্কে 1x1 কনভলিউশনটির অর্থ কী?
আমি বর্তমানে উদাসিটি গভীর শিখার টিউটোরিয়াল করছি। পাঠ 3 এ তারা 1x1 সমাবর্তন সম্পর্কে কথা বলে। এই 1x1 কনভোলশনটি গুগল ইনসেপশন মডিউলটিতে ব্যবহৃত হয়। 1x1 সমঝোতা কী তা বুঝতে আমার সমস্যা হচ্ছে। আমি ইয়ান লেকুনের এই পোস্টটিও দেখেছি। কেউ দয়া করে আমাকে এই ব্যাখ্যা করতে পারেন?

4
ডেটাসেটের চিত্রটি বাদ দিয়ে বর্তমান চিত্রের পরিবর্তে গভীর শিক্ষার অর্থ কেন চিত্রগুলি সাধারণ করুন?
চিত্রগুলি কীভাবে স্বাভাবিক করা যায় সে সম্পর্কে কিছু তফাত রয়েছে তবে বেশিরভাগ ক্ষেত্রে এই দুটি পদ্ধতি ব্যবহার করা হয় বলে মনে হচ্ছে: সমস্ত চিত্রের জন্য গণনা করা প্রতি চ্যানেল গড়কে বিয়োগ করুন (উদাঃ VGG_ILSVRC_16_layers ) সমস্ত চিত্রের উপরে গণনা করা পিক্সেল / চ্যানেল দ্বারা বিয়োগ (যেমন সিএনএনএস , এছাড়াও ক্যাফের …

4
স্নায়ুবহুল নেটওয়ার্কগুলি আরও গভীরতর হয়ে উঠছে, তবে প্রশস্ত নয় কেন?
সাম্প্রতিক বছরগুলিতে, কনভ্যুশনাল নিউরাল নেটওয়ার্কগুলি (বা সম্ভবত গভীরভাবে নিউরাল নেটওয়ার্কগুলি) গভীর ও গভীরতর হয়েছে, অত্যাধুনিক নেটওয়ার্কগুলি 4 স্তরের স্থানে 7 স্তর ( অ্যালেক্সনেট ) থেকে 1000 স্তর ( অবশেষ জাল) পর্যন্ত চলেছে বছর। গভীর নেটওয়ার্ক থেকে কর্মক্ষমতা বাড়ানোর পেছনের কারণটি হ'ল আরও জটিল, অ-লিনিয়ার ফাংশন শেখা যায়। পর্যাপ্ত প্রশিক্ষণের ডেটা …

3
নিউরাল নেটওয়ার্ক গবেষকরা কেন যুগের বিষয়ে যত্নশীল হন?
স্টোকাস্টিক গ্রেডিয়েন্ট বংশোদ্ভূত একটি যুগকে ডেটাগুলির মাধ্যমে একক পাস হিসাবে সংজ্ঞায়িত করা হয়। প্রতিটি এসজিডি মিনিবাসের জন্য, kkk নমুনাগুলি আঁকা হয়, গ্রেডিয়েন্ট গণনা করা হয় এবং পরামিতি আপডেট করা হয়। যুগের সেটিংয়ে, নমুনাগুলি প্রতিস্থাপন ছাড়াই আঁকা হয়। তবে এটি অপ্রয়োজনীয় বলে মনে হচ্ছে। প্রতিটি পুনরুক্তিতে সম্পূর্ণ ডেটা সেট থেকে kkk …

3
নিউরাল নেটওয়ার্ক এবং গভীর বিশ্বাস নেটওয়ার্কের মধ্যে পার্থক্য কী?
আমি এই ধারণাটি পেয়ে যাচ্ছি যে লোকেরা যখন একটি 'গভীর বিশ্বাস' নেটওয়ার্ককে উল্লেখ করছে যে এটি মূলত একটি নিউরাল নেটওয়ার্ক তবে খুব বড়। এটি কি সঠিক বা গভীর বিশ্বাসের নেটওয়ার্কটিও বোঝায় যে অ্যালগোরিদম নিজেই আলাদা (যেমন, কোনও ফিড ফরোয়ার্ড নিউরাল নেট নয় তবে সম্ভবত প্রতিক্রিয়া লুপের সাথে কিছু)?

8
গভীর শিক্ষার জন্য গ্রন্থাগারগুলি
আমি ভাবছিলাম যে নিউরাল নেটওয়ার্কগুলি গভীর শেখার জন্য সেখানে কোনও ভাল আর লাইব্রেরি আছে কিনা? আমি সেখানে জানি nnet, neuralnetএবং RSNNS, কিন্তু এই কেউই গভীর শেখার পদ্ধতি বাস্তবায়ন বলে মনে হচ্ছে। আমি বিশেষত তদারকি করা শেখার পরে নিরীক্ষণ করা এবং সহ-অভিযোজন রোধে ড্রপআউট ব্যবহার করে বিশেষত আগ্রহী । / সম্পাদনা: …

5
সময় সিরিজের পূর্বাভাসের জন্য গভীর শিক্ষণ ব্যবহার করা
আমি গভীর শিক্ষার ক্ষেত্রে নতুন এবং আমার জন্য প্রথম পদক্ষেপটি ছিল ডিপ্ল্রাইনিং.নেট সাইট থেকে আকর্ষণীয় নিবন্ধগুলি পড়া। গভীর শিক্ষার বিষয়ে গবেষণাপত্রগুলিতে, হিন্টন এবং অন্যান্যরা বেশিরভাগ ক্ষেত্রে এটি চিত্রের সমস্যায় প্রয়োগ করার বিষয়ে কথা বলেন। কেউ কি আমাকে উত্তর দেওয়ার চেষ্টা করতে পারে এটি কী সময় সিরিজের মানগুলি (আর্থিক, ইন্টারনেট ট্র্যাফিক, …

6
ক্ষতিকারক ক্ষয় সহ অ্যাডাম অপ্টিমাইজার
বেশিরভাগ টেনসরফ্লো কোডে আমি দেখেছি অ্যাডাম অপ্টিমাইজারটি ধ্রুবক শেখার হারের 1e-4(অর্থাৎ 0.0001) ব্যবহার করে। কোডটি সাধারণত নিম্নলিখিতটি দেখায়: ...build the model... # Add the optimizer train_op = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy) # Add the ops to initialize variables. These will include # the optimizer slots added by AdamOptimizer(). init_op = tf.initialize_all_variables() # launch …

3
পুনরাবৃত্ত বনাম রিকার্সিভ নিউরাল নেটওয়ার্ক: এনএলপির জন্য কোনটি ভাল?
এখানে পুনরাবৃত্ত নিউরাল নেটওয়ার্ক এবং রিকার্সিভ নিউরাল নেটওয়ার্ক রয়েছে। দুটিই সাধারণত একই সংক্ষিপ্ত বিবরণ দ্বারা চিহ্নিত করা হয়: আরএনএন। উইকিপিডিয়া অনুসারে , পুনরাবৃত্তি হওয়া এনএন আসলে পুনরাবৃত্ত এনএন, তবে আমি আসলে ব্যাখ্যাটি বুঝতে পারি না। তদুপরি, প্রাকৃতিক ভাষা প্রসেসিংয়ের জন্য কোনটি ভাল (উদাহরণ বা তাই সহ) খুঁজে পাচ্ছি বলে মনে …

2
কেন কনভোলিউশনাল নিউরাল নেটওয়ার্কগুলি শ্রেণিবদ্ধ করতে কোনও সাপোর্ট ভেক্টর মেশিন ব্যবহার করে না?
সাম্প্রতিক বছরগুলিতে, কনভলিউশনাল নিউরাল নেটওয়ার্কগুলি (সিএনএন) কম্পিউটার ভিশনে অবজেক্টের স্বীকৃতির জন্য অত্যাধুনিক শিল্পে পরিণত হয়েছে। সাধারণত, একটি সিএনএন বেশ কয়েকটি কনভ্যুশনাল স্তর নিয়ে গঠিত এবং তারপরে দুটি সম্পূর্ণ সংযুক্ত স্তর রয়েছে। এর পিছনে একটি স্বজ্ঞাত হ'ল কনভ্যুশনাল স্তরগুলি ইনপুট ডেটার আরও ভাল উপস্থাপনা শেখে এবং সম্পূর্ণ সংযুক্ত স্তরগুলি তারপরে লেবেলের …

1
"প্রায় সমস্ত স্থানীয় নূন্যতমের গ্লোবাল সর্বোত্তমের সাথে একই রকম ফাংশন মান রয়েছে" বোঝা
একটি সাম্প্রতিক ব্লগ পোস্ট Rong থেকে Ge দ্বারা, এটা যে বলা হলোঃ এটি বিশ্বাস করা হয় যে গভীর জাল শেখার সহ অনেক সমস্যার জন্য, প্রায় সমস্ত স্থানীয় নূন্যতমের বৈশ্বিক সর্বোত্তমের সাথে একই রকম ফাংশন মান রয়েছে এবং তাই স্থানীয় নূন্যতম সন্ধান করা যথেষ্ট ভাল। এই বিশ্বাসটি কোথা থেকে আসে?

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.