Nas tarefas de aprendizado de máquina, é comum embaralhar e normalizar dados. O objetivo da normalização é claro (por ter o mesmo intervalo de valores de recursos). Mas, depois de muito esforço, não encontrei nenhuma razão valiosa para embaralhar dados. Eu li este post aqui discutindo quando...
No contexto do Machine Learning , vi o termo Ground Truth usado muito. Pesquisei bastante e encontrei a seguinte definição na Wikipedia : No aprendizado de máquina, o termo "verdade fundamental" refere-se à precisão da classificação do conjunto de treinamento para técnicas de aprendizado...
Estou tentando treinar um modelo de aumento de gradiente com mais de 50 mil exemplos com 100 recursos numéricos. XGBClassifierlida com 500 árvores em 43 segundos na minha máquina, enquanto GradientBoostingClassifierlida com apenas 10 árvores (!) em 1 minuto e 2 segundos :( Não me preocupei em...
Vi discussões sobre a sobrecarga de uma GPU e, para redes 'pequenas', pode ser mais rápido treinar em uma CPU (ou rede de CPUs) do que em uma GPU. O que se entende por 'pequeno'? Por exemplo, um MLP de camada única com 100 unidades ocultas seria 'pequeno'? Nossa definição de 'pequeno' muda...
Quero treinar um modelo profundo com uma grande quantidade de dados de treinamento, mas minha área de trabalho não tem esse poder para treinar um modelo tão profundo com esses dados abundantes. Gostaria de saber se existem serviços de nuvem gratuitos que podem ser usados para o treinamento de...
Estou tentando mesclar dois modelos Keras em um único modelo e não consigo fazer isso. Por exemplo, na Figura em anexo, gostaria de buscar a camada intermediária da dimensão 8 e usá-la como entrada para a camada (da dimensão 8 novamente) no Modelo e depois combinar o Modelo A e o Modelo B como um...
Tanto o PyTorch quanto o Tensorflow Fold são estruturas de aprendizado profundo destinadas a lidar com situações em que os dados de entrada têm comprimento ou dimensões não uniformes (ou seja, situações em que gráficos dinâmicos são úteis ou necessários). Gostaria de saber como eles se comparam,...
Eu tenho uma entrada que é uma lista e a saída é o máximo dos elementos da lista de entrada. O aprendizado de máquina pode aprender uma função que sempre seleciona o máximo de elementos de entrada presentes na entrada? Isso pode parecer uma pergunta bastante básica, mas pode me dar uma...
Como o Keras calcula a precisão a partir das probabilidades classwise? Digamos, por exemplo, temos 100 amostras no conjunto de teste que podem pertencer a uma das duas classes. Também temos uma lista das probabilidades de classe. Qual limite o Keras usa para atribuir uma amostra a uma das duas...
Sou iniciante em redes neurais e tive problemas para entender dois conceitos: Como se decide o número de camadas intermediárias que uma determinada rede neural possui? 1 vs. 10 ou o que quer. Como se decide o número de neurônios em cada camada do meio? É recomendável ter um número igual de...
Qual é a diferença entre a descida de gradiente e a descida de gradiente estocástica? Eu não estou muito familiarizado com isso, você pode descrever a diferença com um pequeno
Espero que você possa me ajudar, pois tenho algumas perguntas sobre este tópico. Sou novo no campo do aprendizado profundo e, embora tenha feito alguns tutoriais, não consigo relacionar ou distinguir conceitos um do
Eu sempre ouvi pessoas dizendo que por que as redes neurais convolucionais ainda são pouco compreendidas. Sabe-se por que as redes neurais convolucionais sempre acabam aprendendo recursos cada vez mais sofisticados à medida que avançamos nas camadas? O que os levou a criar uma pilha de recursos e...
Estou procurando um artigo detalhando os princípios básicos do aprendizado profundo. Idealmente, como o curso de Andrew Ng para aprendizado profundo. Você sabe onde eu posso encontrar
Ao treinar redes neurais, um hiperparâmetro é do tamanho de um minibatch. As opções comuns são 32, 64 e 128 elementos por mini lote. Existem regras / diretrizes para o tamanho de um mini lote? Alguma publicação que investiga o efeito no
Neste link sobre estacionariedade e diferenciação , foi mencionado que modelos como o ARIMA requerem uma série temporal estacionária para previsão, pois suas propriedades estatísticas como média, variação, autocorrelação etc. são constantes ao longo do tempo. Como as RNNs têm uma capacidade melhor...
Gostaria de saber se existe algum cenário em que a descida do gradiente não converja ao mínimo. Estou ciente de que nem sempre é garantido que a descida do gradiente converja para um ótimo global. Também estou ciente de que ele pode divergir de um ótimo se, digamos, o tamanho da etapa for muito...
Keras suporta tanto TensorFlow e Theano como backend: quais são as vantagens / desvantagens de escolher um contra o outro, além do fato de que, atualmente, nem todas as operações são implementadas com o backend
Talvez isso seja muito amplo, mas estou procurando referências sobre como usar o aprendizado profundo em uma tarefa de resumo de texto. Eu já implementei a sumarização de texto usando abordagens padrão de frequência de palavras e classificação de frases, mas gostaria de explorar a possibilidade de...
Quero calcular a precisão, recall e pontuação F1 para o meu modelo binário KerasClassifier, mas não encontro nenhuma solução. Aqui está o meu código real: # Split dataset in train and test data X_train, X_test, Y_train, Y_test = train_test_split(normalized_X, Y, test_size=0.3,...