প্রশ্ন ট্যাগ «neural-networks»

ধরুন আমার কাছে এন ইনপুট এবং একটি একক আউটপুট (বাইনারি শ্রেণিবদ্ধকরণ টাস্ক) সহ একটি সাধারণ একক স্তর নিউরাল নেটওয়ার্ক রয়েছে। যদি আমি সিগময়েড ফাংশন হিসাবে আউটপুট নোডে অ্যাক্টিভেশন ফাংশনটি সেট করি- তবে ফলাফলটি লজিস্টিক রিগ্রেশন শ্রেণিবদ্ধ হয়। এই একই দৃশ্যে, যদি আমি আউটপুট অ্যাক্টিভেশনটিকে রিলু (সংশোধিত লিনিয়ার ইউনিট) তে পরিবর্তন …

10 neural-networks  svm 

ননলাইনার সীমানা সহ শ্রেণিবদ্ধকরণের সমস্যাগুলি সাধারণ পার্সেপট্রন দ্বারা সমাধান করা যায় না । নিম্নলিখিত আর কোডটি চিত্রণমূলক উদ্দেশ্যে এবং পাইথনের এই উদাহরণের উপর ভিত্তি করে ): nonlin <- function(x, deriv = F) { if (deriv) x*(1-x) else 1/(1+exp(-x)) } X <- matrix(c(-3,1, -2,1, -1,1, 0,1, 1,1, 2,1, 3,1), ncol=2, byrow=T) …

10 r  neural-networks  svm  kernel-trick  perceptron 

আমি বুঝতে পারি যে প্রচলিত প্রশিক্ষণ নিয়ে কিছু সমস্যা এড়ানোর জন্য প্রাক-প্রশিক্ষণ ব্যবহৃত হয়। আমি যদি একটি অটোনকোডার দিয়ে ব্যাকপ্রেজিগেশন ব্যবহার করি তবে আমি জানি যে আমি সময় সংক্রান্ত সমস্যাগুলিতে চলে যাব কারণ ব্যাকপ্রোপেশনটি ধীর, এবং আমি স্থানীয় অপটিমে আটকে যেতে পারি এবং নির্দিষ্ট বৈশিষ্ট্যগুলি শিখতে পারি না। আমি যা …

10 machine-learning  neural-networks  backpropagation  rbm  pre-training 

কনভলিউশনাল নিউরাল নেটওয়ার্কস (সিএনএন) এর সাথে কম্পিউটার ভিশন টাস্ক যেমন অবজেক্ট শ্রেণিবদ্ধকরণ, নেটওয়ার্ক একটি আকর্ষণীয় কর্মক্ষমতা সরবরাহ করে। তবে কনভ্যুশনাল স্তরগুলিতে কীভাবে পরামিতিগুলি সেট আপ করবেন তা আমি নিশ্চিত নই। উদাহরণস্বরূপ, একটি গ্রেস্কেল ইমেজ ( 480x480), প্রথম বিবর্তনকারী স্তরটি কনভোলসনাল অপারেটর ব্যবহার করতে পারে 11x11x10, যেখানে 10 নম্বর মানে কনভ্যুশনাল …

10 neural-networks  deep-learning  conv-neural-network  computer-vision 

সময় সিরিজের পূর্বাভাস দেওয়ার জন্য আমি নিউরাল নেটওয়ার্কগুলি ব্যবহার করার বিষয়ে কিছুটা শুনেছি। আমি কীভাবে তুলনা করতে পারি, আমার টাইম-সিরিজ (দৈনিক খুচরা ডেটা) পূর্বাভাস দেওয়ার জন্য কোন পদ্ধতিটি আরও ভাল: অটো.রিমা (এক্স), এটস (এক্স) বা নেটনেটার (এক্স)। আমি অটো.আরিয়ামার সাথে এআইসি বা বিআইসির মাধ্যমে ইটের সাথে তুলনা করতে পারি। তবে …

10 r  neural-networks  forecasting  arima  exponential-smoothing 

আমি বেঁচে থাকার বিশ্লেষণে নতুন এবং আমি সম্প্রতি শিখেছি যে এটির একটি নির্দিষ্ট লক্ষ্য দেওয়ার বিভিন্ন উপায় রয়েছে। আমি এই পদ্ধতির প্রকৃত বাস্তবায়ন এবং যথাযথতায় আগ্রহী। আমাকে time তিহ্যবাহী কক্স প্রপোরশনাল-হ্যাজার্ডস , এক্সিলারেটেড ব্যর্থতার সময় মডেল এবং নিউরাল নেটওয়ার্কগুলি (মাল্টিলেয়ার পার্সেপট্রন) উপস্থাপিত হয়ে রোগীর বেঁচে থাকার জন্য সময়, স্থিতি এবং …

10 r  machine-learning  survival  neural-networks  cox-model 

আমি এমন পরিস্থিতিতে পৌঁছেছি যেখানে আমার নিউরাল নেটওয়ার্কের ওজন 500 পুনরাবৃত্তির পরেও রূপান্তরিত হচ্ছে না। আমার নিউরাল নেটওয়ার্কে 1 ইনপুট স্তর, 1 লুকানো স্তর এবং 1 আউটপুট স্তর রয়েছে। এগুলি ইনপুট স্তরের প্রায় 230 নোড, লুকানো স্তরে 9 নোড এবং আউটপুট স্তরের 1 আউটপুট নোড। আমি জানতে চেয়েছিলাম, যদি আমি …

10 machine-learning  neural-networks 

লজিস্টিক ফাংশন এবং স্ট্যান্ডার্ড বিচ্যুতি উভয়ই সাধারণত হিসাবে চিহ্নিত করা হয় । আমি ব্যবহার করব এবং স্ট্যানডার্ড ডেভিয়েশন জন্য।σσ\sigmaσ(x)=1/(1+exp(−x))σ(x)=1/(1+exp⁡(−x))\sigma(x) = 1/(1+\exp(-x))sss আমি একটি র্যান্ডম ইনপুট যার গড় সঙ্গে একটি লজিস্টিক স্নায়ুর আছে এবং মানক চ্যুতির আমি জানি। আমি আশা করি কিছু গাউসের আওয়াজের মধ্য দিয়ে পার্থক্যটি ভালভাবে সংহত করা যায়। …

10 distributions  normal-distribution  neural-networks  mathematical-statistics  expected-value 

ডিপমাইন্ডের আলফাগো জিরো এবং আলফাজিরো কাগজগুলিতে, তারা মন্টি কার্লো ট্রি অনুসন্ধানের মূল নোড (বোর্ড স্টেট) থেকে ক্রিয়াকলাপের পূর্ব সম্ভাব্যতার সাথে ডিরিচলেট শব্দের যোগ করার বর্ণনা দিয়েছেন : মূল নোড , বিশেষত , যেখানে ডিরিচলেট শব্দটি যুক্ত করে অতিরিক্ত অন্বেষণ করা যায় এবং ; এই গোলমালটি নিশ্চিত করে যে সমস্ত পদক্ষেপের …

10 machine-learning  neural-networks  dirichlet-distribution 

ডিপ লার্নিং এবং ইনফরমেশন বোতলেনেক মূল নীতিটি লেখকগুলিতে ২ য় বিভাগের লেখকদের বিবরণে বলা হয়েছে ) একক নিউরন কেবলমাত্র রৈখিক পৃথকযোগ্য ইনপুটগুলিকে শ্রেণিবদ্ধ করে, কারণ তারা কেবলমাত্র তাদের ইনপুট স্পেসে হাইপারপ্লেনগুলি প্রয়োগ করতে পারে । হাইপারপ্লেনগুলি ইনপুটগুলি বিনোদনের সাথে নিখরচায় রাখার সময় উপাত্তকে সর্বোত্তমভাবে শ্রেণিবদ্ধ করতে পারে।u = w h …

10 bayesian  neural-networks  information-theory 

সাম্প্রতিক ওয়েভনেট গবেষণাপত্রে, লেখকরা তাদের মডেলটিকে প্রসারিত কনভোলিউশনের স্তরগুলি সজ্জিত হিসাবে উল্লেখ করেছেন। তারা 'নিয়মিত' কনভোলিউশন এবং প্রসারিত সমঝোতার মধ্যে পার্থক্য ব্যাখ্যা করে নীচের চার্টগুলিও উত্পাদন করে। নিয়মিত কনভোলিউশনগুলি দেখে মনে হচ্ছে এটি 2 টির ফিল্টার আকার এবং 1 টির প্রসারযুক্ত একটি সমাবর্তন, 4 টি স্তরগুলির জন্য পুনরাবৃত্তি। এরপরে তারা …

10 neural-networks  deep-learning  conv-neural-network  tensorflow 

আমি এসভিএম সম্পর্কে পড়েছি এবং শিখেছি যে তারা একটি অপ্টিমাইজেশান সমস্যা সমাধান করছে এবং সর্বাধিক মার্জিন ধারণাটি খুব যুক্তিসঙ্গত ছিল। এখন, কার্নেলগুলি ব্যবহার করে তারা এমনকি অ-রৈখিক বিভাজন সীমানাও খুঁজে পেতে পারে যা দুর্দান্ত ছিল। এখনও অবধি, আমার কী ধারণা নেই যে এসভিএম (একটি বিশেষ কার্নেল মেশিন) এবং কার্নেল মেশিনগুলি …

10 machine-learning  neural-networks  svm  deep-learning  kernel-trick 

ভারসাম্যহীন ঘটনার কোনও ইভেন্ট সনাক্ত করতে আমি দ্বি নির্দেশমূলক আরএনএন ব্যবহার করি। Theণাত্মক শ্রেণীর চেয়ে ধনাত্মক শ্রেণি প্রায় 100 গুণ কম is কোনও নিয়মিতকরণ ব্যবহার না করা অবস্থায় আমি ট্রেনের সেটটিতে 100% এবং বৈধতা সেটটিতে 30% নির্ভুলতা পেতে পারি। আমি l2 নিয়মিতকরণ চালু করি এবং ফলাফলটি দীর্ঘতর শেখার পরিবর্তে ট্রেনের …

10 neural-networks  deep-learning  regularization  rnn 

আমি গভীর শিখন (বিশেষত সিএনএন) সম্পর্কে শিখছি, এবং কীভাবে অতিরিক্ত চাপ দেওয়া রোধ করতে সাধারণত এটির প্রচুর ডেটা প্রয়োজন। যাইহোক, আমাকে আরও বলা হয়েছে যে কোনও মডেলের উচ্চতর ক্ষমতা / আরও বেশি পরামিতি, ওভারফিটিং প্রতিরোধের জন্য আরও বেশি ডেটা প্রয়োজন। অতএব, আমার প্রশ্নটি হল: আপনি কেন কেবল গভীর নিউরাল নেটওয়ার্কে …

10 machine-learning  neural-networks  deep-learning  conv-neural-network 

আমি আরএনএনগুলির আর্কিটেকচারটি বোঝার চেষ্টা করছি। আমি এই টিউটোরিয়ালটি পেয়েছি যা খুব সহায়ক হয়েছে: http://colah.github.io/posts/2015-08- ব্যাখ্যা- LSTMs/ বিশেষ করে এই চিত্র: এটি কীভাবে ফিড-ফরওয়ার্ড নেটওয়ার্কে ফিট করে? এই চিত্রটি কি প্রতিটি স্তরের আরেকটি নোড?

10 neural-networks  lstm