Alguém pode me explicar, como classificar dados como MNIST com rede MLBP-Neural se eu fizer mais de uma saída (por exemplo, 8), ou seja, se eu apenas usar uma saída, posso classificar facilmente os dados, mas se eu usar mais de um, qual saída devo
Sei que há uma pergunta semelhante no stats.SE, mas não encontrei uma que atenda ao meu pedido; antes de marcar a pergunta como duplicada, envie-me um ping no comentário. Eu administro uma rede neural baseada na neuralnetprevisão de séries temporais do índice SP500 e quero entender como posso...
Estou prestes a mergulhar em um longo projeto de pesquisa NN e queria um empurrão na direção do Pylearn2 ou TensorFlow? A partir de dezembro de 2015, a comunidade começou a se inclinar em uma direção ou outra? Este link me preocupou em ficar vinculado ao
Atualmente, estou estudando ciência de dados e aprendemos uma variedade estonteante de técnicas básicas de regressão / classificação (linear, logística, árvores, splines, RNA, SVM, MARS etc.), juntamente com uma variedade de ferramentas extras (bootstrapping, reforço, ensacamento, conjunto, cume /...
Estou tentando construir e treinar uma rede neural de perceptron multicamada que preveja corretamente o que o presidente ganhou em que município pela primeira vez. Eu tenho as seguintes informações para dados de treinamento. População total Idade mediana% SolteirosDeg ou mais Taxa de desemprego...
Estou lendo sobre técnicas de computação de reservatórios como Echo State Networks e Liquid State Machines . Ambos os métodos envolvem alimentar entradas para uma população de neurônios spikes conectados aleatoriamente (ou não) e um algoritmo de leitura relativamente simples que produz a saída (por...
É um fato bem conhecido que uma rede de uma camada não pode prever a função xor, uma vez que não é linearmente separável. Tentei criar uma rede de duas camadas, usando a função sigmoide logística e backprop, para prever xor. Minha rede possui 2 neurônios (e um viés) na camada de entrada, 2...
Quero extrair parâmetros de uma imagem usando uma rede neural. Exemplo: Dada a imagem de uma parede de tijolos, o NN deve extrair a largura e a altura dos tijolos, a cor e a rugosidade. Eu posso gerar imagens para determinados parâmetros para treinar o NN e quero usá-lo para extrair os...
Atualmente, estou estudando artigos sobre detecção de outlier usando RNN (Replicator Neural Networks) e me pergunto qual é a diferença específica para Autoencoders? As RNNs parecem ser pisadas por muitos como o santo graal da detecção de outlier / anomalia, no entanto, a idéia parece ser bastante...
Estou lendo este artigo "Sequência para aprendizado de sequência com redes neurais" http://papers.nips.cc/paper/5346-sequence-to-sequence-learning-with-neural-networks.pdf Em "2. O Modelo", diz: O LSTM calcula essa probabilidade condicional obtendo primeiro a representação dimensional fixa v...
Eu estava assistindo alguns vídeos online sobre redes convolucionais, e o palestrante estava discutindo o conceito de passar um filtro sobre uma imagem. Ele disse, e também é mostrado na imagem abaixo, que "Profundidade = representação semântica". Parece bom, mas não sei exatamente o que há de...
Sou estudante de aprendizado de máquina e hoje em dia estava tentando aprender como usar a biblioteca TensorFlow. Passei por vários tutoriais e tentativas e erros com o tensorflow, e pensei que a melhor maneira de aprendê-lo de verdade seria usá-lo em um pequeno projeto meu. Decidi que deveria...
Recentemente, aprendi como uma rede neural de baunilha funcionaria, com determinado número de entradas, nós ocultos e o mesmo número de saídas que as entradas. Estive observando várias postagens agora relacionadas à rede neural recorrente e entendo o conceito por trás dela, mas não entendo certas...
Eu tenho um recurso no meu vetor de recurso que nem sempre está disponível, respectivamente, às vezes (para alguns exemplos), não faz sentido usá-lo. Alimento um sklearn MLPClassifier com esse vetor de recurso. A rede neural aprende por si só quando o recurso faz sentido usar para sua decisão ou eu...
ATENÇÃO: Não estou tentando melhorar o exemplo a seguir. Eu sei que você pode obter mais de 99% de precisão. O código inteiro está na pergunta. Quando tentei esse código simples, obtive cerca de 95% de precisão; se eu simplesmente alterar a função de ativação de sigmoid para relu, ela cai para...
Estou usando o pacote Kerasno R para fazer uma rede neural. Como posso extrair a saída de uma camada oculta? Encontrei um exemplo em python, mas não sei como fazer isso em
Eu tenho uma rede neural simples (NN) para a classificação MNIST. Inclui 2 camadas ocultas, cada uma com 500 neurônios. Portanto, as dimensões do NN são: 784-500-500-10. ReLU é usado em todos os neurônios, softmax é usado na saída e entropia cruzada é a função de perda. O que me intriga é por que...
Qual é a melhor função de custo para treinar uma rede neural para executar a regressão ordinal , ou seja, prever um resultado cujo valor existe em uma escala arbitrária, em que apenas a ordem relativa entre valores diferentes é significativa (por exemplo: prever qual o tamanho do produto que o...
Considere uma Rede Neural Convolucional (CNN) para classificação de imagens. Para detectar recursos locais, o compartilhamento de peso é usado entre unidades na mesma camada convolucional. Nessa rede, os pesos do kernel são atualizados através do algoritmo de retropropagação. Uma atualização para...
Eu tenho jogado com um algoritmo que aprende a jogar tictactoe. O pseudocódigo básico é: repeat many thousand times { repeat until game is over { if(board layout is unknown or exploring) { move randomly } else { move in location which historically gives highest reward } } for each step in...