প্রশ্ন ট্যাগ «neural-networks»

দেখে মনে হয় যে কিছু ক্ষেত্রে মাল্টিভারিয়েট লিনিয়ার রিগ্রেশন সহ নিউরাল নেটওয়ার্কের সাথে একই রকম ফলাফল পাওয়া সম্ভব এবং মাল্টিভারিয়েট লিনিয়ার রিগ্রেশন অত্যন্ত দ্রুত এবং সহজ। কোন পরিস্থিতিতে নিউরাল নেটওয়ার্কগুলি মাল্টিভারিয়েট লিনিয়ার রিগ্রেশনের চেয়ে ভাল ফলাফল দিতে পারে?

54 regression  multiple-regression  neural-networks 

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 …

53 neural-networks  deep-learning  gradient-descent  tensorflow  adam 

আমি প্রমাণিত এসভিএমগুলিতে যে সমস্ত কাগজপত্র পড়েছি তা হ'ল তাদের প্রতিরোধ / শ্রেণিবিন্যাসের সমস্যার মুখোমুখি হওয়ার জন্য এটি উচ্চতর কৌশল, সচেতন যে তারা এনএনএসের মাধ্যমে অনুরূপ ফলাফল পেতে পারে না। প্রায়শই তুলনা বলছে যে এনভিগুলির পরিবর্তে এসভিএম, একটি শক্তিশালী প্রতিষ্ঠাতা তত্ত্ব আছে চতুর্ভুজ প্রোগ্রামিংয়ের কারণে গ্লোবাল সর্বোত্তম পৌঁছান সঠিক সংখ্যক …

52 machine-learning  svm  neural-networks 

আমি বুঝতে পারি যে কীভাবে একটি artificial neural network (ANN), ভবিষ্যদ্বাণীগুলির ত্রুটি হ্রাস করে ফিটিংটি উন্নত করতে ব্যাকপ্রোগেশন ব্যবহার করে তদারকি পদ্ধতিতে প্রশিক্ষণ দেওয়া যায়। আমি শুনেছি যে একটি এএনএন নিরীক্ষণযোগ্য শিক্ষার জন্য ব্যবহার করা যেতে পারে তবে অপ্টিমাইজেশন পর্যায়ে গাইড করার জন্য কোনও ধরণের ব্যয় বিনা ব্যতীত এটি কীভাবে …

52 clustering  neural-networks  unsupervised-learning  self-organizing-maps 

আমি বুঝতে পারি যে স্টোকাস্টিক গ্রেডিয়েন্ট বংশোদ্ভূত ট্র্যাকিং ডেটাসেটের পৃথক নমুনা সহ প্রতিটি পুনরাবৃত্তি আপডেট করে ব্যাকপ্রোপেশন ব্যবহার করে নিউরাল নেটওয়ার্কটি অনুকূল করতে ব্যবহৃত হতে পারে। ব্যাচের আকার কত বড় হওয়া উচিত?

49 machine-learning  neural-networks  gradient-descent  backpropagation 

যেহেতু আমরা লজিস্টিক ফাংশনটি ইনপুটটির একটি লিনিয়ার সংমিশ্রণটিকে একটি অ-রৈখিক আউটপুটে রুপান্তর করতে ব্যবহার করি, তাই কীভাবে লজিস্টিক রিগ্রেশনকে রৈখিক শ্রেণিবদ্ধ হিসাবে বিবেচনা করা যেতে পারে? লিনিয়ার রিগ্রেশন হিডেন লেয়ার ব্যতীত নিউরাল নেটওয়ার্কের মতো, সুতরাং নিউরাল নেটওয়ার্কগুলিকে অ-লিনিয়ার শ্রেণিবদ্ধ হিসাবে বিবেচনা করা হয় এবং লজিস্টিক রিগ্রেশন কেন লিনিয়ার?

49 logistic  classification  neural-networks 

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 …

48 machine-learning  neural-networks  deep-learning  natural-language 

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 …

46 machine-learning  neural-networks  svm  deep-learning  conv-neural-network 

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?

46 machine-learning  neural-networks  optimization  deep-learning 

গ্রেডিয়েন্ট বংশোদ্ভূত লোকাল মিনিমা আটকে যাওয়ার সমস্যা আছে। গ্লোবাল মিনিমা খুঁজে পেতে আমাদের গ্রেডিয়েন্ট বংশোদ্ভূত ঘন ঘন চালানো দরকার। নিউরাল নেটওয়ার্ক লার্নিংয়ে প্রয়োগকৃত গ্রেডিয়েন্ট বংশোদ্ভূত বিকল্পগুলির সাথে তাদের পক্ষে মতামত ও বারণ সহ কেউ কি আমাকে বলতে পারবেন?

46 machine-learning  svm  neural-networks 

আমি একটি সহজ লিখেছি MLP মধ্যে TensorFlow যা মডেলিং করা হয় XOR যাও-গেট । অনেক দূরে: input_data = [[0., 0.], [0., 1.], [1., 0.], [1., 1.]] এটি নিম্নলিখিত উত্পাদন করা উচিত: output_data = [[0.], [1.], [1.], [0.]] নেটওয়ার্কটিতে একটি ইনপুট স্তর, একটি লুকানো স্তর এবং প্রতিটি 2, 5 এবং 1 …

45 machine-learning  neural-networks  error  gradient-descent  supervised-learning 

নিউরাল নেটওয়ার্ক প্রশিক্ষণের জন্য আমি বেসিক গ্রেডিয়েন্ট বংশদ্ভুত অ্যালগরিদমগুলির সাথে পরিচিত। আমি অ্যাডামের প্রস্তাব দেওয়ার কাগজটি পড়েছি: অ্যাডাম: স্টকস্টিক অপ্টিমাইজেশনের একটি পদ্ধতি । আমি অবশ্যই কিছু অন্তর্দৃষ্টি পেয়েছি (কমপক্ষে), কাগজটি সামগ্রিকভাবে আমার কাছে খুব উচ্চ স্তরের বলে মনে হচ্ছে। উদাহরণস্বরূপ, একটি ব্যয় ফাংশন প্রায়শই বিভিন্ন বিভিন্ন ফাংশনের সমষ্টি, অতএব এর …

45 neural-networks  optimization  gradient-descent  adam 

আমি কনভ্যুশনাল নিউরাল নেটওয়ার্কগুলির কনভোলশন অংশটি বোঝার চেষ্টা করছি। নিম্নলিখিত চিত্রটি দেখছেন: আমাদের প্রথম কনভ্যুশন স্তরটি বুঝতে কোনও সমস্যা নেই যেখানে আমাদের 4 টি আলাদা কার্নেল রয়েছে (আকারের ), যা 4 টি বৈশিষ্ট্যযুক্ত মানচিত্র প্রাপ্ত করার জন্য আমরা ইনপুট চিত্রের সাথে মিলিত করি।k×kk×kk \times k আমি যা বুঝতে পারি না …

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

লুকানো স্তরটির জন্য অ্যাক্টিভেশন ফাংশনগুলির পছন্দটি বেশ স্পষ্ট (বেশিরভাগ সিগময়েড বা তানহ), আউটপুট স্তরের অ্যাক্টিভেশন ফাংশন সম্পর্কে কীভাবে সিদ্ধান্ত নেবেন তা অবাক করি। সাধারণ পছন্দগুলি হ'ল লিনিয়ার ফাংশন, সিগময়েড ফাংশন এবং সফটম্যাক্স ফাংশন। তবে, আমি কখন কোনটি ব্যবহার করব?

44 neural-networks 

আমি নিউরাল নেটওয়ার্ক শিখতে চাই আমি একজন গণনীয় ভাষাবিদ। আমি স্ট্যাটিস্টিকাল মেশিন লার্নিং পদ্ধতির জানি এবং পাইথনে কোড করতে পারে। আমি এর ধারণাগুলি দিয়ে শুরু করতে চাই এবং একটি বা দুটি জনপ্রিয় মডেল জানি যা একটি গণনীয় ভাষাতত্ত্বের দৃষ্টিকোণ থেকে কার্যকর হতে পারে know আমি রেফারেন্সের জন্য ওয়েব ব্রাউজ করেছি …

43 neural-networks  deep-learning  references  natural-language  computer-vision