Science des données deep-learning

3

Comment pouvez-vous programmer dans la bibliothèque keras (ou tensorflow) pour partitionner la formation sur plusieurs GPU? Supposons que vous vous trouviez dans une instance Amazon ec2 comportant 8 GPU et que vous souhaitiez toutes les utiliser pour vous entraîner plus rapidement, mais que votre code ne concerne qu'un seul processeur …

33 python deep-learning tensorflow keras gpu

4

Explication intuitive de la perte d'estimation NCE (Noise Contrastive Estimation)?

J'ai lu sur NCE (une forme d'échantillonnage de candidats) à partir de ces deux sources: Rédaction Tensorflow Papier original Quelqu'un peut-il m'aider avec les éléments suivants: Une explication simple du fonctionnement des RCE (j'ai trouvé les éléments ci-dessus difficiles à analyser et à comprendre, donc quelque chose d'intuitif qui mène …

32 deep-learning tensorflow word-embeddings sampling loss-function

1

Papier: Quelle est la différence entre la normalisation des calques, la normalisation des lots récurrents (2016) et le RNN normalisé par lots (2015)?

Donc, récemment, il y a un papier de normalisation des calques . Il existe également une implémentation de celui-ci sur Keras. Mais je me souviens qu'il y a des articles intitulés Recurrent Batch Normalization (Cooijmans, 2016) et Batch Normalized Recurrent Neural Networks (Laurent, 2015). Quelle est la différence entre ces …

31 deep-learning rnn normalization batch-normalization

5

Deep Learning vs boosting de gradient: quand utiliser quoi?

J'ai un gros problème de données avec un grand ensemble de données (prenez par exemple 50 millions de lignes et 200 colonnes). L'ensemble de données comprend environ 100 colonnes numériques et 100 colonnes catégorielles et une colonne de réponse qui représente un problème de classe binaire. La cardinalité de chacune …

30 machine-learning classification deep-learning

3

Dans le classificateur softmax, pourquoi utiliser la fonction exp pour effectuer la normalisation?

Pourquoi utiliser softmax par opposition à la normalisation standard? Dans la zone de commentaire de la première réponse à cette question, @Kilian Batzner a soulevé 2 questions qui me déroutent également beaucoup. Il semble que personne ne donne d'explication à l'exception des avantages numériques. J'ai les raisons d'utiliser la perte …

30 machine-learning deep-learning

7

Pourquoi les données doivent-elles être mélangées pour les tâches d'apprentissage automatique

Dans les tâches d'apprentissage automatique, il est courant de mélanger les données et de les normaliser. Le but de la normalisation est clair (pour avoir la même plage de valeurs de caractéristiques). Mais, après beaucoup de difficultés, je n'ai trouvé aucune raison valable de mélanger les données. J'ai lu ce …

30 machine-learning neural-network deep-learning

2

Quelle est la vérité fondamentale

Dans le contexte du Machine Learning , j'ai vu le terme Ground Truth beaucoup utilisé. J'ai beaucoup cherché et trouvé la définition suivante dans Wikipedia : Dans l'apprentissage automatique, le terme «vérité terrain» fait référence à l'exactitude de la classification de l'ensemble d'apprentissage pour les techniques d'apprentissage supervisé. Ceci est …

30 machine-learning neural-network deep-learning

1

Pourquoi xgboost est-il tellement plus rapide que sklearn GradientBoostingClassifier?

J'essaie de former un modèle d'augmentation de gradient sur plus de 50k exemples avec 100 fonctionnalités numériques. XGBClassifiergère 500 arbres en 43 secondes sur ma machine, alors qu'il GradientBoostingClassifierne gère que 10 arbres (!) en 1 minute et 2 secondes :( Je n'ai pas pris la peine d'essayer de faire …

29 scikit-learn xgboost gbm data-mining classification data-cleaning machine-learning reinforcement-learning data-mining bigdata dataset nlp language-model stanford-nlp machine-learning neural-network deep-learning randomized-algorithms machine-learning beginner career xgboost loss-function neural-network software-recommendation naive-bayes-classifier classification scikit-learn feature-selection r random-forest cross-validation data-mining python scikit-learn random-forest churn python clustering k-means machine-learning nlp sentiment-analysis machine-learning programming python scikit-learn nltk gensim visualization data csv neural-network deep-learning descriptive-statistics machine-learning supervised-learning text-mining orange data parameter-estimation python pandas scraping r clustering k-means unsupervised-learning

3

Choisir entre CPU et GPU pour former un réseau de neurones

J'ai vu des discussions sur la «surcharge» d'un GPU, et que pour les «petits» réseaux, il peut en fait être plus rapide de s'entraîner sur un CPU (ou réseau de CPU) qu'un GPU. Qu'entend-on par «petit»? Par exemple, un MLP monocouche avec 100 unités cachées serait-il «petit»? Notre définition de …

29 neural-network deep-learning gpu

7

Existe-t-il des services cloud gratuits pour former des modèles d'apprentissage automatique?

Je veux former un modèle profond avec une grande quantité de données d'entraînement, mais mon ordinateur de bureau n'a pas le pouvoir de former un modèle aussi profond avec ces données abondantes. J'aimerais savoir s'il existe des services cloud gratuits qui peuvent être utilisés pour former des modèles d'apprentissage automatique …

27 machine-learning neural-network deep-learning cloud-computing

1

PyTorch vs Tensorflow Fold

Les deux PyTorch et tensorflow Fold sont des cadres d'apprentissage en profondeur destinés à faire face aux situations où les données d'entrée a une longueur non uniforme ou les dimensions (qui est, des situations où des graphiques dynamiques sont utiles ou nécessaires). Je voudrais savoir comment ils se comparent, dans …

26 python deep-learning tensorflow pytorch

1

Comment Keras calcule-t-il la précision?

Comment Keras calcule-t-il la précision à partir des probabilités par classe? Disons, par exemple, que nous avons 100 échantillons dans l'ensemble de test qui peuvent appartenir à l'une des deux classes. Nous avons également une liste des probabilités par classe. Quel seuil Keras utilise-t-il pour affecter un échantillon à l'une …

26 neural-network deep-learning keras

7

L'apprentissage automatique peut-il apprendre une fonction comme trouver le maximum dans une liste?

J'ai une entrée qui est une liste et la sortie est le maximum des éléments de la liste d'entrée. L'apprentissage automatique peut-il apprendre une telle fonction qui sélectionne toujours le maximum des éléments d'entrée présents dans l'entrée? Cela peut sembler une question assez basique mais cela pourrait me donner une …

26 machine-learning deep-learning

2

Fusion de deux modèles différents dans Keras

J'essaie de fusionner deux modèles Keras en un seul modèle et je ne peux pas y parvenir. Par exemple, dans la figure ci-jointe, je voudrais récupérer la couche intermédiaire de dimension 8, et l'utiliser comme entrée pour la couche B 1 (de dimension 8 à nouveau) dans le modèle B …

26 machine-learning python deep-learning keras tensorflow

5

Comment définir le nombre de neurones et de couches dans les réseaux de neurones

Je suis un débutant dans les réseaux de neurones et j'ai eu du mal à saisir deux concepts: Comment décide-t-on du nombre de couches intermédiaires d'un réseau neuronal donné? 1 contre 10 ou autre chose. Comment décide-t-on du nombre de neurones dans chaque couche intermédiaire? Est-il recommandé d'avoir un nombre …

26 machine-learning neural-network deep-learning hyperparameter hyperparameter-tuning

Questions marquées «deep-learning»