Questions marquées «deep-learning»

Pour les questions liées à l'apprentissage en profondeur, qui fait référence à un sous-ensemble de méthodes d'apprentissage automatique basées sur des réseaux de neurones artificiels (ANN) avec plusieurs couches cachées. L'adjectif deep fait donc référence au nombre de couches des ANN. L'expression deep learning a apparemment été introduite (bien que pas dans le contexte de l'apprentissage automatique ou des ANN) en 1986 par Rina Dechter dans l'article «Apprendre en cherchant dans les problèmes de satisfaction de contraintes».

1
Un algorithme d'apprentissage en profondeur pour optimiser le résultat
Je suis assez nouveau dans l'apprentissage en profondeur, mais je pense avoir trouvé la bonne situation dans le monde réel pour commencer à l'utiliser. Le problème est que je n'ai utilisé que de tels algorithmes pour prédire les résultats. Pour mon nouveau projet, j'ai besoin d'informations pour alimenter une machine …
1
La perte saute brusquement lorsque je diminue le taux d'apprentissage avec Adam optimizer dans PyTorch
Je forme un auto-encoderréseau avec Adamoptimiseur (avec amsgrad=True) et MSE losspour la tâche de séparation de source audio à canal unique. Chaque fois que je diminue le taux d'apprentissage d'un facteur, la perte de réseau saute brusquement puis diminue jusqu'à la prochaine décroissance du taux d'apprentissage. J'utilise Pytorch pour la …
2
Quels avantages peut-on obtenir en appliquant Graph Convolutional Neural Network au lieu de CNN ordinaire?
Quels avantages pouvons-nous obtenir en appliquant Graph Convolutional Neural Network au lieu de CNN ordinaire? Je veux dire, si nous pouvons résoudre un problème par CNN, quelle est la raison pour laquelle nous devrions convertir en réseau de neurones à convolution graphique pour le résoudre? Existe-t-il des exemples, c'est-à-dire que …
2
Les algorithmes d'apprentissage profond représentent-ils des méthodes basées sur un ensemble?
À propos de l'apprentissage en profondeur (pour référence) : Le deep learning est une branche du machine learning basée sur un ensemble d'algorithmes qui tentent de modéliser des abstractions de haut niveau dans les données en utilisant un graphe profond avec plusieurs couches de traitement, composé de multiples transformations linéaires …
1
5 ans plus tard, les réseaux maxout sont-ils morts, et pourquoi?
Les réseaux Maxout étaient une idée simple mais brillante de Goodfellow et al. de 2013 aux cartes de fonctionnalités maximales pour obtenir un approximateur universel des activations convexes. La conception a été conçue pour être utilisée en conjonction avec le décrochage (puis récemment introduite) et a bien sûr abouti à …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.