প্রশ্ন ট্যাগ «neural-networks»

আমার একটি গভীর নিউরাল নেটওয়ার্ক মডেল রয়েছে এবং আমার এটি আমার ডেটাসেটে প্রশিক্ষণ দেওয়া দরকার যা প্রায় 100,000 উদাহরণ নিয়ে গঠিত, আমার বৈধতার ডেটাতে প্রায় 1000 উদাহরণ রয়েছে। যেহেতু প্রতিটি উদাহরণকে প্রশিক্ষণের জন্য সময় লাগে (প্রতিটি উদাহরণের জন্য প্রায় 0.5s) এবং অতিরিক্ত ফিট এড়ানোর জন্য, আমি অযৌক্তিক গণনা রোধ করতে …

20 neural-networks  deep-learning 

গভীর এবং অগভীর নিউরাল নেটওয়ার্কগুলির প্রশিক্ষণে, অন্যান্য আবহাওয়াবিজ্ঞানের বিপরীতে গ্রেডিয়েন্ট পদ্ধতিগুলি (যেমন গ্রেডিয়েন্ট বংশোদ্ভূত নেস্টেরভ, নিউটন-রাফসন) সাধারণত ব্যবহৃত হয় কেন? মেটাহিউরিস্টিকস দ্বারা আমি বোঝায় যে পদ্ধতিগুলি যেমন সিমুলেটেড অ্যানিলিং, পিঁপড়া কলোনী অপ্টিমাইজেশন ইত্যাদি, যা স্থানীয় মিনিমে আটকে না যাওয়ার জন্য তৈরি করা হয়েছিল।

20 neural-networks  optimization  deep-learning  gradient-descent  backpropagation 

আমি এলএসটিএমগুলির সাথে পরীক্ষার জন্য থিয়ানো ব্যবহার করছি, এবং ভাবছিলাম যে এলটিএসটিএম এর জন্য কোন অপ্টিমাইজেশন পদ্ধতি (এসজিডি, অ্যাডগ্রাড, অ্যাডাডেলটা, আরএমএসপ্রপ, অ্যাডাম ইত্যাদি) সবচেয়ে ভাল কাজ করে? এই বিষয়ে কোন গবেষণা কাগজপত্র আছে? এছাড়াও, আমি কী ধরণের প্রয়োগের জন্য এলএসটিএম ব্যবহার করছি তার উপরে কি উত্তর নির্ভর করে? যদি তা …

20 machine-learning  neural-networks  optimization  lstm 

আপনি যখন সমস্ত ওজনকে একই মান হিসাবে শুরু করবেন (0.5 বলুন) তবে ব্যান্ডপ্রসারণ কাজ করে না কেন, তবে এলোমেলো সংখ্যা দেওয়ার সময় সূক্ষ্ম কাজ করে? প্রথমদিকে ওজন একই রকম হওয়া সত্ত্বেও অ্যালগরিদম ত্রুটিটি গণনা করে সেখান থেকে কাজ করা উচিত নয়?

20 machine-learning  neural-networks  backpropagation 

নিউরাল নেটওয়ার্ক লিঙ্গো (y = ওজন * x + পক্ষপাত) এর ক্ষেত্রে, আমি কীভাবে জানব যে কোন ভেরিয়েবলগুলি অন্যের চেয়ে গুরুত্বপূর্ণ? আমার কাছে 10 ইনপুট সহ একটি নিউরাল নেটওয়ার্ক রয়েছে, 20 টি নোড সহ 1 টি লুকানো স্তর এবং 1 আউটপুট স্তর যার 1 টি নোড রয়েছে। আমি জানি না …

20 machine-learning  neural-networks  bias  tensorflow  theano 

আমি ঘুমের পর্যায়ে শ্রেণিবিন্যাসে কাজ করছি। আমি এই বিষয়টি নিয়ে কিছু গবেষণা নিবন্ধ পড়েছি তাদের মধ্যে অনেকে এসভিএম বা এনসেম্বল পদ্ধতি ব্যবহার করেছেন। এক-মাত্রিক EEG সিগন্যালকে শ্রেণিবদ্ধ করার জন্য কনভোলশনাল নিউরাল নেটওয়ার্ক ব্যবহার করা কি ভাল ধারণা? আমি এই ধরণের কাজে নতুন। আমাকে কিছু ভুল জিজ্ঞাসা করলে ক্ষমা করবেন?

20 neural-networks  svm  conv-neural-network  signal-processing 

আমার খুব সাধারণ সমস্যা আছে তবে আমি এটি সমাধান করার জন্য কোনও সঠিক সরঞ্জাম খুঁজে পাচ্ছি না। আমার একই দৈর্ঘ্যের ভেক্টরগুলির কিছু ক্রম রয়েছে। এখন আমি এই সিকোয়েন্সগুলির ট্রেনের নমুনায় এলএসটিএম আরএনএনকে প্রশিক্ষণ দিতে চাই এবং তারপরে এটি বেশ কয়েকটি প্রাইমিং ভেক্টরের উপর ভিত্তি করে দৈর্ঘ্যের এর ভেক্টরগুলির নতুন সিক্যুয়েন্সটির …

19 neural-networks  python  lstm 

আধুনিক নিউরাল নেটওয়ার্কগুলির কার্যকারিতার জন্য বায়াস নোডটি কতটা গুরুত্বপূর্ণ তা জানতে আগ্রহী। আমি সহজেই বুঝতে পারি যে এটি অল্প অল্প কিছু ইনপুট ভেরিয়েবলের সাথে অগভীর নেটওয়ার্কে গুরুত্বপূর্ণ হতে পারে। তবে গভীর স্নানের মতো আধুনিক স্নায়বিক জালগুলিতে প্রায়শই নির্দিষ্ট নিউরন ট্রিগার হয় কিনা তা সিদ্ধান্ত নিতে প্রচুর পরিমাণে ইনপুট ভেরিয়েবল থাকে। …

19 neural-networks  deep-learning  bias-node 

আরএনএন পূর্বাভাস, বা সিকোয়েন্স ম্যাপিংয়ের ক্রম হিসাবে ব্যবহার করা যেতে পারে। তবে আরএনএন কীভাবে শ্রেণিবদ্ধের জন্য ব্যবহার করা যেতে পারে? আমি বলতে চাইছি, আমরা একটি সম্পূর্ণ ক্রম একটি লেবেল দিই।

19 machine-learning  neural-networks  rnn 

আমি কনভোলশনাল এবং পুলিং স্তরগুলি বুঝতে পারি, তবে সিএনএন-তে সম্পূর্ণ সংযুক্ত স্তরের কারণটি দেখতে পাচ্ছি না। কেন আগের স্তরটি আউটপুট স্তরের সাথে সরাসরি সংযুক্ত হয় না?

19 neural-networks  deep-learning  conv-neural-network 

এসভিএম বা নিউরাল নেটওয়ার্ক ব্যবহারের জন্য এটি বিভাগীয় ভেরিয়েবলগুলিকে সংখ্যার ভেরিয়েবলগুলিতে রূপান্তর করতে হবে (এনকোড), এই ক্ষেত্রে সাধারণ পদ্ধতিটি 0-বাইনারি মানগুলি কে-থ্রি শ্রেণিবদ্ধ মানের (0,0, ..) রূপান্তরিত করে ব্যবহার করা হয় ।, 1,0, ... 0) (1 কে-থে অবস্থানে রয়েছে)। এটি করার জন্য কি অন্যান্য পদ্ধতি রয়েছে, বিশেষত যখন শ্রেণিবদ্ধ মানগুলির …

19 machine-learning  neural-networks  categorical-data  svm  categorical-encoding 

আমি প্রায়শই লোকজনকে নিউরাল নেটওয়ার্কগুলি ব্ল্যাক-বক্স হিসাবে এমন কিছু হিসাবে কথা বলতে শুনি যা আপনি বুঝতে পারছেন না এটি কী করে বা তাদের অর্থ কি। আমি আসলে বুঝতে পারছি না যে তারা এর দ্বারা কী বোঝায়! যদি আপনি বুঝতে পারেন যে ব্যাক-প্রসারণ কীভাবে কাজ করে, তবে এটি কীভাবে একটি ব্ল্যাক-বাক্স …

19 machine-learning  neural-networks 

মাল্টিলেয়ার পার্সেপট্রন (এমএলপি) ব্যবহৃত ব্যাকপ্রপ্যাগেশন অ্যালগরিদম সম্পর্কে আমি কিছুটা বিভ্রান্তি পেয়েছি । ত্রুটিটি ব্যয় কার্য দ্বারা সামঞ্জস্য করা হয়। ব্যাকপ্রকাশে, আমরা লুকানো স্তরগুলির ওজন সামঞ্জস্য করার চেষ্টা করছি। আউটপুট ত্রুটিটি আমি বুঝতে পারি, এটি e = d - y[সাবস্ক্রিপ্ট ছাড়াই]। প্রশ্নগুলি হ'ল: কিভাবে লুকানো স্তরের ত্রুটি পাওয়া যায়? কীভাবে এটি …

19 machine-learning  neural-networks  backpropagation 

রিগ্রেশন সমস্যা নিয়ে কাজ করে আমি "এক সপ্তাহের দিন" বৈশিষ্ট্যটির উপস্থাপনা সম্পর্কে ভাবতে শুরু করি। আমি ভাবছি কোন পদ্ধতিটি আরও ভালভাবে সম্পাদন করবে: একটি বৈশিষ্ট্য; সোমবারের জন্য 1/7 মান; মঙ্গলবার 2/7 ... 7 টি বৈশিষ্ট্য: (1, 0, 0, 0, 0, 0, 0) সোমবারের জন্য; (0, 1, 0, 0, 0, 0, …

19 machine-learning  neural-networks  feature-construction 

প্রশ্নটি কিছুটা অদ্ভুত মনে হতে পারে কারণ আমি পরিসংখ্যানগত অনুক্রম এবং নিউরাল নেটওয়ার্কগুলিতে নতুন। স্নায়ুর নেটওয়ার্ক ব্যবহার করার সময় শ্রেণীবিন্যাস সমস্যার মধ্যে আমরা বলতে যে আমরা একটি ফাংশন শিখতে চান f∗f∗f^* যে ইনপুট স্থান মানচিত্র xxx , আউটপুট স্থান থেকে yyy : f∗(x;θ)=yf∗(x;θ)=yf^*(x; \theta) = y আমরা কি কোনও অ-রৈখিক …

19 machine-learning  neural-networks