Statistiques et Big Data neural-networks

4

Quelles sont les différences entre le codage fragmenté et le codeur automatique?

Le codage clairsemé est défini comme l’apprentissage d’un ensemble trop complet de vecteurs de base pour représenter les vecteurs d’entrée (<- pourquoi voulons-nous cela). Quelles sont les différences entre le codage fragmenté et le codeur automatique? Quand utiliserons-nous le codage fragmenté et l'auto-codeur?

35 machine-learning neural-networks unsupervised-learning deep-learning autoencoders

5

Backpropagation vs algorithme génétique pour la formation de réseaux de neurones

J'ai lu quelques articles sur les avantages et les inconvénients de chaque méthode, certains affirmant que l'AG n'apporte aucune amélioration dans la recherche de la solution optimale, tandis que d'autres montrent que celle-ci est plus efficace. Il semble que le GA soit généralement préféré dans la littérature (bien que la …

34 neural-networks genetic-algorithms backpropagation

3

Quelle est la relation entre les modèles hiérarchiques, les réseaux de neurones, les modèles graphiques, les réseaux bayésiens?

Ils semblent tous représenter des variables aléatoires par les nœuds et une (in) dépendance via les arêtes (éventuellement dirigées). Je suis particulièrement intéressé par le point de vue d'un bayésien.

34 causality neural-networks multilevel-analysis graphical-model

3

Pré-formation au réseau de neurones convolutionnel profond?

Quelqu'un a-t-il déjà vu des publications sur la formation préalable au réseau de neurones à convolution profonde? Je n'ai vu que de la pré-formation non supervisée dans les machines à codeur automatique ou à boltzman restreint.

33 machine-learning neural-networks deep-learning conv-neural-network autoencoders

1

Comment former et valider un modèle de réseau neuronal en R?

Je suis novice en modélisation avec les réseaux de neurones, mais j’ai réussi à établir un réseau de neurones avec tous les points de données disponibles qui correspond bien aux données observées. Le réseau de neurones a été réalisé en R avec le paquet nnet: require(nnet) ##33.8 is the highest …

33 r neural-networks

5

SVM peut-il apprendre en continu un exemple à la fois?

J'ai un ensemble de données en streaming, des exemples sont disponibles un à la fois. J'aurais besoin de faire la classification multi-classe sur eux. Dès que j'ai intégré un exemple de formation au processus d'apprentissage, je dois le supprimer. Parallèlement, j'utilise également le dernier modèle pour effectuer des prévisions sur …

33 machine-learning svm neural-networks

4

Pourquoi tanh est-il presque toujours meilleur que sigmoïde comme fonction d'activation?

Dans le cours sur les réseaux neuronaux et l'apprentissage profond d' Andrew Ng sur Coursera, il dit que l'utilisation de tanhtanhtanh est presque toujours préférable à l'utilisation de sigmoidsigmoidsigmoid . La raison qu'il donne est que les sorties utilisant tanhtanhtanh centrées autour de 0 plutôt que de 0,5, ce qui …

33 machine-learning neural-networks backpropagation sigmoid-curve

2

Quelle est la définition d'une «carte de caractéristiques» (ou «carte d'activation») dans un réseau de neurones convolutionnels?

Contexte d'introduction Au sein d'un réseau neuronal convolutionnel, nous avons généralement une structure / un flux général qui ressemble à ceci: image d'entrée (c'est-à-dire un vecteur 2D x) (La 1ère couche convolutionnelle (Conv1) commence ici ...) convoluez un ensemble de filtres ( w1) le long de l'image 2D (c.-à-d. faites …

33 neural-networks deep-learning conv-neural-network

2

Jürgen Schmidhuber a-t-il mis en place des réseaux contradictoires génératifs?

J'ai lu sur https://en.wikipedia.org/wiki/Generative_adversarial_networks : Les réseaux accusatoires génératifs ont été introduits par Ian Goodfellow et al. En 2014. mais Jurgen Schmidhuber affirme avoir déjà effectué un travail similaire dans cette direction (par exemple, il y avait eu un débat lors du NIPS 2016 lors du didacticiel sur les réseaux …

32 neural-networks history gan

6

Comment démarrer avec les réseaux de neurones

Je suis complètement nouveau dans les réseaux de neurones mais très intéressé à les comprendre. Cependant, ce n'est pas facile du tout de commencer. Quelqu'un pourrait-il recommander un bon livre ou tout autre type de ressource? Y a-t-il une lecture obligatoire? Je suis reconnaissant pour tout type de pourboire.

32 machine-learning neural-networks references

6

Quelle est la différence entre la régression logistique et les réseaux de neurones?

Comment pouvons-nous expliquer la différence entre la régression logistique et le réseau de neurones à un public qui n'a pas de formation en statistiques?

32 logistic neural-networks

2

Pourquoi n'y a-t-il pas de moteurs d'apprentissage en profondeur pour les échecs, similaires à AlphaGo?

Les ordinateurs peuvent depuis longtemps jouer aux échecs en utilisant une technique de «force brute», en cherchant à une certaine profondeur puis en évaluant la position. Cependant, l'ordinateur AlphaGo n'utilise qu'un ANN pour évaluer les positions (il ne fait aucune recherche en profondeur pour autant que je sache). Est-il possible …

32 neural-networks deep-learning reinforcement-learning games

1

Architectures CNN pour la régression?

J'ai travaillé sur un problème de régression où l'entrée est une image et l'étiquette est une valeur continue entre 80 et 350. Les images sont de certains produits chimiques après qu'une réaction ait lieu. La couleur qui apparaît indique la concentration d'un autre produit chimique qui reste, et c'est ce …

32 regression machine-learning neural-networks conv-neural-network tensorflow

5

Comprendre les unités LSTM et les cellules

J'étudie les LSTM depuis un certain temps. Je comprends à un haut niveau comment tout fonctionne. Cependant, en les implémentant à l'aide de Tensorflow, j'ai remarqué que BasicLSTMCell nécessite un certain nombre d'unités (c'est-à-dire num_units) un paramètre. D'après cette explication très approfondie des LSTM, j'ai compris qu'une seule unité LSTM …

32 neural-networks terminology lstm rnn tensorflow

4

Pourquoi utilisons-nous ReLU dans les réseaux de neurones et comment l'utilisons-nous?

Pourquoi utilisons-nous des unités linéaires rectifiées (ReLU) avec des réseaux de neurones? Comment cela améliore-t-il le réseau neuronal? Pourquoi disons-nous que ReLU est une fonction d'activation? La fonction d'activation softmax n'est-elle pas pour les réseaux de neurones? Je suppose que nous utilisons à la fois ReLU et softmax, comme ceci: …

31 neural-networks

Questions marquées «neural-networks»