Science des données neural-network

3

Modèle récurrent (CNN) sur les données EEG

Je me demande comment interpréter une architecture récurrente dans un contexte EEG. Plus précisément, je pense à cela comme un CNN récurrent (par opposition aux architectures comme LSTM), mais peut-être que cela s'applique également à d'autres types de réseaux récurrents Quand je lis sur les R-CNN, ils sont généralement expliqués …

10 machine-learning neural-network convnet rnn

3

Un réseau de neurones artificiels (ANN) avec un nombre arbitraire d'entrées et de sorties

Je voudrais utiliser les ANN pour mon problème, mais le problème est que mes numéros de nœuds d'entrées et de sorties ne sont pas fixes. J'ai fait une recherche Google avant de poser ma question et j'ai découvert que le RNN peut m'aider avec mon problème. Mais, tous les exemples …

10 python neural-network keras rnn pytorch

1

Remodelage des données pour un apprentissage en profondeur à l'aide de Keras

Je suis un débutant de Keras et j'ai commencé avec l'exemple MNIST pour comprendre comment la bibliothèque fonctionne réellement. L'extrait de code du problème MNIST dans le dossier d'exemples Keras est donné comme suit: import numpy as np np.random.seed(1337) # for reproducibility from keras.datasets import mnist from keras.models import Sequential …

10 python neural-network deep-learning keras

2

Comment les IA apprennent-elles à agir lorsque l'espace problématique est trop grand

J'apprends mieux par l'expérimentation et l'exemple. J'apprends sur les réseaux de neurones et j'ai (ce que je pense) une assez bonne compréhension de la classification et de la régression ainsi que de l'apprentissage supervisé et non supervisé, mais je suis tombé sur quelque chose que je n'arrive pas à comprendre; …

10 machine-learning neural-network

1

Transformer les encodeurs automatiques

Je viens de lire l'article de Geoff Hinton sur la transformation des encodeurs automatiques Hinton, Krizhevsky et Wang: Transformer les auto-encodeurs . Dans Artificial Neural Networks and Machine Learning, 2011. et je voudrais bien jouer avec quelque chose comme ça. Mais après l'avoir lu, je n'ai pas pu obtenir suffisamment …

10 neural-network deep-learning autoencoder

1

Problème de classification de texte: Word2Vec / NN est-il la meilleure approche?

Je cherche à concevoir un système qui compte tenu d'un paragraphe de texte pourra le catégoriser et identifier le contexte: Est formé aux paragraphes de texte générés par l'utilisateur (comme les commentaires / questions / réponses) Chaque élément de l'ensemble de formation sera étiqueté avec. Ainsi, par exemple ("catégorie 1",, …

10 neural-network text-mining multiclass-classification word-embeddings

5

LSTM ou autre package RNN pour R

J'ai vu un résultat impressionnant de modèles LSTM produisant Shakespeare comme des textes. Je me demandais si un package LSTM existe pour R. Je l'ai recherché sur Google, mais je n'ai trouvé que des packages pour Python et Julia. (Peut-être qu'il y a un problème de performances qui explique pourquoi …

10 r neural-network rnn

2

Prévision du marché des changes avec les réseaux de neurones

Je voudrais utiliser ANN pour automatiser le trading de devises, de préférence USD / EUR ou USD / GBP. Je sais que c'est difficile et peut-être pas simple. J'ai déjà lu quelques articles et fait quelques expériences mais sans trop de chance. J'aimerais obtenir des conseils d'EXPERTS pour que cela …

10 neural-network

4

Détection des valeurs aberrantes de la consommation de gaz - Projet de réseau de neurones. Mauvais résultats

J'ai essayé de détecter des valeurs aberrantes dans la consommation de gaz énergétique de certains bâtiments hollandais, en construisant un modèle de réseau de neurones. J'ai de très mauvais résultats, mais je n'en trouve pas la raison. Je ne suis pas un expert, je voudrais donc vous demander ce que …

10 neural-network outlier

2

Quelles sont les différences entre Convolutional1D, Convolutional2D et Convolutional3D?

J'ai appris sur les réseaux de neurones convolutionnels. En regardant des Kerasexemples, je suis tombé sur trois méthodes de convolution différentes. À savoir, 1D, 2D et 3D. Quelles sont les différences entre ces trois couches? Quels sont leurs cas d'utilisation? Existe-t-il des liens ou des références pour montrer leurs cas …

10 machine-learning neural-network deep-learning keras cnn

2

Quelle est la matrice des fonctionnalités de word2vec?

Je suis un débutant dans les réseaux de neurones et j'explore actuellement le modèle word2vec. Cependant, j'ai du mal à comprendre ce qu'est exactement la matrice des fonctionnalités. Je peux comprendre que la première matrice est un vecteur d'encodage à chaud pour un mot donné, mais que signifie la deuxième …

10 machine-learning neural-network word2vec

1

Pourquoi TensorFlow ne peut pas s'adapter à un modèle linéaire simple si je minimise l'erreur moyenne absolue au lieu de l'erreur quadratique moyenne?

En introduction, je viens de changer loss = tf.reduce_mean(tf.square(y - y_data)) à loss = tf.reduce_mean(tf.abs(y - y_data)) et le modèle est incapable d'apprendre que la perte est devenue plus importante avec le temps. Pourquoi?

10 neural-network deep-learning tensorflow

2

Comment normaliser les données pour le réseau neuronal et la forêt de décision

J'ai un ensemble de données avec 20000 échantillons, chacun a 12 fonctionnalités différentes. Chaque échantillon appartient à la catégorie 0 ou 1. Je souhaite former un réseau de neurones et une forêt de décision pour catégoriser les échantillons afin de pouvoir comparer les résultats et les deux techniques. La première …

10 neural-network decision-trees normalization

1

COMMENT FAIRE: Initialisation du poids du réseau neuronal profond

Étant donné la tâche d'apprentissage difficile (par exemple, grande dimensionnalité, complexité inhérente des données), les réseaux neuronaux profonds deviennent difficiles à former. Pour atténuer de nombreux problèmes, on pourrait: Normaliser les données de qualité && choisir un algorithme d'entraînement différent (par exemple RMSprop au lieu de Gradient Descent) choisissez une …

10 machine-learning neural-network deep-learning randomized-algorithms

1

Dans quelle mesure le lien entre la fonction objectif et la fonction d'activation de la couche de sortie est-il flexible?

Il semble standard dans de nombreux packages de réseaux neuronaux de coupler la fonction objectif à minimiser avec la fonction d'activation dans la couche de sortie. Par exemple, pour une couche de sortie linéaire utilisée pour la régression, il est standard (et souvent seul choix) d'avoir une fonction objectif d'erreur …

10 neural-network gradient-descent

Questions marquées «neural-network»