প্রশ্ন ট্যাগ «neural-networks»

টেনসরফ্লো সিআইএফএআর -10 শ্রেণিবদ্ধকরণ সম্পর্কে একটি উদাহরণ টিউটোরিয়াল রয়েছে । টিউটোরিয়ালে ব্যাচ জুড়ে গড় ক্রস এনট্রপি ক্ষতি হ্রাস করা হয়। def loss(logits, labels): """Add L2Loss to all the trainable variables. Add summary for for "Loss" and "Loss/avg". Args: logits: Logits from inference(). labels: Labels from distorted_inputs or inputs(). 1-D tensor …

17 neural-networks  loss-functions  tensorflow 

নিউরাল নেটওয়ার্ক সাহিত্যে, প্রায়শই আমরা "টেনসর" শব্দটির মুখোমুখি হই। এটি কি কোনও ভেক্টর থেকে আলাদা? এবং একটি ম্যাট্রিক্স থেকে? আপনার সংজ্ঞাটি স্পষ্ট করে এমন কোনও নির্দিষ্ট উদাহরণ পেয়েছেন? আমি এর সংজ্ঞা সম্পর্কে কিছুটা বিভ্রান্ত। উইকিপিডিয়া সাহায্য করে না এবং কখনও কখনও আমার ধারণা হয় যে এর সংজ্ঞা ব্যবহৃত নির্দিষ্ট মেশিন …

16 neural-networks  terminology  definition  tensor 

আমি 1969 সাল থেকে বিখ্যাত মিনস্কি এবং পেপারট বই "পেরসেপ্টরনস" এর প্রসঙ্গটি বোঝার চেষ্টা করছি, যা নিউরাল নেটওয়ার্কগুলির পক্ষে এতটাই সমালোচিত। যতদূর আমি জানি, পার্সেপট্রন ব্যতীত আর কোনও জেনেরিক তত্ত্বাবধানে শেখার অ্যালগরিদম ছিল না: সিদ্ধান্ত গাছগুলি কেবলমাত্র 70 এর দশকের শেষভাগে কার্যকর হতে শুরু করে, এলোমেলো বন এবং এসভিএমগুলি 90 …

16 classification  neural-networks  history 

আমি এখনও এই বিষয়ে গতিতে এগিয়ে আসছি এই জন্য আমি আগাম ক্ষমা চেয়ে নিচ্ছি। আমি আমার নিউরন অ্যাক্টিভেশন ফাংশনের জন্য তানহ (মানচিত্র -1 থেকে 1) বনাম সিগময়েড (মানচিত্র 0 থেকে 1) ব্যবহার করার পক্ষে এবং কৌশলগুলি বোঝার চেষ্টা করছি। আমার পড়া থেকে এটি প্রান্তিক পার্থক্য সহ একটি গৌণ জিনিস মত …

16 neural-networks 

কনভ্যুশনাল নিউরাল নেটওয়ার্ক শিখার সময় আমার নীচের চিত্রটি সম্পর্কে প্রশ্ন রয়েছে। 1) স্তর 1 এর সি 1 এর 6 টি বৈশিষ্ট্যযুক্ত মানচিত্র রয়েছে, এর অর্থ কী ছয়টি সমাবর্তনীয় কার্নেল রয়েছে? প্রতিটি কনভোলজিনাল কার্নেল ইনপুট ভিত্তিক বৈশিষ্ট্য মানচিত্র তৈরি করতে ব্যবহৃত হয়। 2) লেয়ার 2 এ এস 1 এর 6 বৈশিষ্ট্য …

16 machine-learning  neural-networks  deep-learning  pattern-recognition  conv-neural-network 

কম্পিউটার ভিশনে তাদের প্রয়োগগুলির কারণে আমি কনভ্যুশনাল নিউরাল নেটওয়ার্কগুলি (সিএনএন) অধ্যয়ন করছি। আমি ইতিমধ্যে স্ট্যান্ডার্ড ফিড-ফেওয়ার্ড নিউরাল নেটওয়ার্কগুলির সাথে পরিচিত, তাই আমি আশা করছি যে এখানে কিছু লোক আমাকে সিএনএন বোঝার জন্য অতিরিক্ত পদক্ষেপ নিতে সহায়তা করতে পারে। সিএনএন সম্পর্কে আমি যা মনে করি তা এখানে: Traditionalতিহ্যবাহী ফিড-ফেওয়ার্ড এনএনগুলিতে, আমাদের …

16 neural-networks  deep-learning  conv-neural-network  convolution 

নিউরাল নেটওয়ার্কগুলির জটিলতা পরিমাপ করার জন্য আমি কয়েকটি প্রাথমিক উপায়টি পেয়েছি: নিষ্পাপ এবং অনানুষ্ঠানিক: নিউরন, লুকানো নিউরন, স্তর বা লুকানো স্তরগুলির সংখ্যা গণনা করুন ভিসি-মাত্রা (এডুয়ার্ডো ডি সন্টাগ [1998] "নিউরাল নেটওয়ার্কগুলির ভিসি মাত্রা" [ পিডিএফ ]।) টি সি 0 ডি এর সমতুল্য হয়েTC0dTCd0TC^0_d একটি কোর্স গ্রেড এবং অ্যাসিম্পটোটিক কম্পিউটেশনাল জটিলতা …

16 neural-networks  theory  vc-dimension  pac-learning 

সময় সিরিজের পূর্বাভাসের জন্য নিউরাল নেটওয়ার্ক ব্যবহার শুরু করার জন্য আমার কিছু সংস্থান দরকার। আমি কিছু কাগজ বাস্তবায়নের বিষয়ে সতর্ক এবং তারপরে তারা জানতে পেরেছেন যে তারা তাদের পদ্ধতির সম্ভাবনাটি খুব বেশি বর্ণনা করেছেন। সুতরাং আপনার যদি পরামর্শ দেওয়া হয় যে পদ্ধতিগুলির সাথে অভিজ্ঞতা অর্জন করেন তবে এটি আরও দুর্দান্ত।

16 time-series  neural-networks  forecasting  references 

এটি পরিভাষার প্রশ্ন। কখনও কখনও আমি দেখি লোকেরা গভীর নিউরাল নেটওয়ার্কগুলিকে "মাল্টি-লেয়ার্ড পারসেপ্ট্রনস" হিসাবে উল্লেখ করে, এটি কেন? একটি পেরসেপট্রন, যা আমাকে শেখানো হয়েছিল, এটি একটি একক স্তরের শ্রেণিবদ্ধ (বা রেগ্রসর) বাইনারি থ্রেশহোল্ড আউটপুট সহ ওজন প্রশিক্ষণের নির্দিষ্ট উপায় (ব্যাক-প্রপ নয়) ব্যবহার করে। যদি পেরসেপট্রনের আউটপুট লক্ষ্য আউটপুটটির সাথে মেলে …

16 neural-networks  perceptron 

ReLU অ্যাক্টিভেশন ফাংশনটির ডেরাইভেটিভ কী হিসাবে সংজ্ঞায়িত হয়েছে: ReLU(x)=max(0,x)ReLU(x)=max(0,x) \mathrm{ReLU}(x) = \mathrm{max}(0, x) এ ফাংশনটিতে বিরতি রয়েছে এমন বিশেষ ক্ষেত্রে কী হবে ?x=0x=0x=0

16 self-study  neural-networks 

আমি ইয়োলো ভি 2 ক্ষতির ফাংশনটি বোঝার চেষ্টা করছি: λcoord∑i=0S2∑j=0B1objij[(xi−x^i)2+(yi−y^i)2]+λcoord∑i=0S2∑j=0B1objij[(wi−−√−w^i−−√)2+(hi−−√−h^i−−√)2]+∑i=0S2∑j=0B1objij(Ci−C^i)2+λnoobj∑i=0S2∑j=0B1noobjij(Ci−C^i)2+∑i=0S21obji∑c∈classes(pi(c)−p^i(c))2λcoord∑i=0S2∑j=0B1ijobj[(xi−x^i)2+(yi−y^i)2]+λcoord∑i=0S2∑j=0B1ijobj[(wi−w^i)2+(hi−h^i)2]+∑i=0S2∑j=0B1ijobj(Ci−C^i)2+λnoobj∑i=0S2∑j=0B1ijnoobj(Ci−C^i)2+∑i=0S21iobj∑c∈classes(pi(c)−p^i(c))2\begin{align} &\lambda_{coord} \sum_{i=0}^{S^2}\sum_{j=0}^B \mathbb{1}_{ij}^{obj}[(x_i-\hat{x}_i)^2 + (y_i-\hat{y}_i)^2 ] \\&+ \lambda_{coord} \sum_{i=0}^{S^2}\sum_{j=0}^B \mathbb{1}_{ij}^{obj}[(\sqrt{w_i}-\sqrt{\hat{w}_i})^2 +(\sqrt{h_i}-\sqrt{\hat{h}_i})^2 ]\\ &+ \sum_{i=0}^{S^2}\sum_{j=0}^B \mathbb{1}_{ij}^{obj}(C_i - \hat{C}_i)^2 + \lambda_{noobj}\sum_{i=0}^{S^2}\sum_{j=0}^B \mathbb{1}_{ij}^{noobj}(C_i - \hat{C}_i)^2 \\ &+ \sum_{i=0}^{S^2} \mathbb{1}_{i}^{obj}\sum_{c \in classes}(p_i(c) - \hat{p}_i(c))^2 \\ \end{align} যদি কোনও ব্যক্তি ফাংশনটি বিশদ করতে পারেন।

16 neural-networks  loss-functions  object-detection  yolo 

আমি iG) এসজিডি এবং ii) অ্যাডাম অপটিমাইজার ব্যবহার করে একটি নিউরাল নেটওয়ার্ক প্রশিক্ষণ দিচ্ছি। সাধারণ এসজিডি ব্যবহার করার সময়, আমি নীচে দেখানো হিসাবে পুনরুক্তি বক্রিয়া বনাম একটি মসৃণ প্রশিক্ষণ ক্ষতি পাই । যাইহোক, আমি যখন অ্যাডাম অপটিমাইজার ব্যবহার করেছি, প্রশিক্ষণ হ্রাস বক্ররেখা কিছু স্পাইক আছে। এই স্পাইকগুলির ব্যাখ্যা কী? মডেল …

16 neural-networks  deep-learning  adam 

আমি কোনও টেস্ট সেট এবং একটি বৈধকরণ সেটগুলিতে ডেটা বিভক্ত করার পিছনে যুক্তিটি বুঝতে পারি। আমি আরও বুঝতে পারি যে বিভাজনের আকার পরিস্থিতিটির উপর নির্ভর করবে তবে সাধারণত 50/50 থেকে 90/10 পর্যন্ত পরিবর্তিত হবে। আমি বানানটি সংশোধন করতে এবং m 5m বাক্যগুলির ডেটা সেট দিয়ে শুরু করার জন্য একটি আরএনএন …

15 machine-learning  neural-networks  validation 

একটি সাধারণ নিউরাল নেটওয়ার্ক বাইনারি শ্রেণিবদ্ধের প্রশিক্ষণের সময় আমি ক্রস-এন্ট্রপি ব্যবহার করে একটি উচ্চ ক্ষতির মান পাই get এটি সত্ত্বেও, বৈধতা সেটটিতে নির্ভুলতার মানটি বেশ ভাল। এর কিছু অর্থ আছে? ক্ষতি এবং নির্ভুলতার মধ্যে কোনও কঠোর সম্পর্ক নেই? আমি এই মানগুলি প্রশিক্ষণ এবং বৈধকরণের উপর রেখেছি : 0.4011 - acc: …

15 neural-networks  accuracy 

আমি এর মাধ্যমে গ্রেডিয়েন্ট বুস্টিং মেশিন অ্যালগরিদম নিয়ে পরীক্ষা করছি caret আর। প্যাকেজটির ing একটি ছোট কলেজ ভর্তি ডেটাসেট ব্যবহার করে, আমি নিম্নলিখিত কোডটি চালিয়েছি: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting …

15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable