Estrutura de rede inspirada em modelos simplificados de neurônios biológicos (células cerebrais). As redes neurais são treinadas para "aprender" por técnicas supervisionadas e não supervisionadas e podem ser usadas para resolver problemas de otimização, problemas de aproximação, classificação de padrões e combinações dos mesmos.
Estou ciente da descida do gradiente e do algoritmo de propagação traseira. O que não entendo é: quando é importante usar um viés e como você o usa? Por exemplo, ao mapear a ANDfunção, quando eu uso 2 entradas e 1 saída, ela não fornece os pesos corretos; no entanto, quando eu uso 3 entradas (uma...
Qual é a diferença entre época e iteração ao treinar um perceptron de várias
Atualmente, essa questão não se encaixa no nosso formato de perguntas e respostas. Esperamos que as respostas sejam apoiadas por fatos, referências ou conhecimentos, mas essa pergunta provavelmente solicitará debates, argumentos, pesquisas ou discussões prolongadas. Se você acha...
Para qualquer camada Keras ( Layerclasse), alguém pode explicar como entender a diferença entre input_shape, units, dim, etc.? Por exemplo, o documento diz unitsespecificar a forma de saída de uma camada. Na imagem da rede neural abaixo hidden layer1tem 4 unidades. Isso se traduz diretamente no...
Na função TensorFlow a seguir, devemos alimentar a ativação de neurônios artificiais na camada final. Isso eu entendo. Mas não entendo por que é chamado logits? Isso não é uma função matemática? loss_function = tf.nn.softmax_cross_entropy_with_logits( logits = last_layer, labels =...
Quando eu treinei minha rede neural com Theano ou Tensorflow, eles reportarão uma variável chamada "perda" por época. Como devo interpretar essa variável? Maior perda é melhor ou pior, ou o que isso significa para o desempenho final (precisão) da minha rede
Se eu quiser usar a função BatchNormalization no Keras, preciso chamá-la apenas uma vez no início? Eu li esta documentação para ele: http://keras.io/layers/normalization/ Não vejo para onde devo chamá-lo. Abaixo está o meu código tentando usá-lo: model =
Estou tentando treinar uma CNN para categorizar o texto por tópico. Quando uso entropia cruzada binária, obtenho ~ 80% de precisão, com entropia cruzada categórica recebo ~ 50% de precisão. Eu não entendo por que isso é. É um problema multiclasse, isso não significa que eu tenho que usar entropia...
Na camada de saída de uma rede neural, é típico usar a função softmax para aproximar uma distribuição de probabilidade: Isso é caro para calcular por causa dos expoentes. Por que não simplesmente executar uma transformação Z para que todas as saídas sejam positivas e normalizar apenas dividindo...
Estou usando esta biblioteca para implementar um agente de aprendizado. Eu gerei os casos de treinamento, mas não sei ao certo quais são os conjuntos de validação e teste. O professor diz: 70% devem ser casos de trem, 10% serão casos de teste e os demais 20% devem ser casos de...
É uma questão principal, em relação à teoria das redes neurais: Por que precisamos normalizar a entrada para uma rede neural? Entendo que, às vezes, quando, por exemplo, os valores de entrada não são numéricos, uma certa transformação deve ser realizada, mas quando temos uma entrada numérica? Por...
Eu procurei em muitos lugares, mas tudo o que recebo é COMO instalá-lo, não como verificar se ele está instalado. Posso verificar se meu driver NVIDIA está instalado e se o CUDA está instalado, mas não sei como verificar se o CuDNN está instalado. Ajuda será muito apreciada, obrigado! PS. Isto é...
Atualmente, essa questão não se encaixa no nosso formato de perguntas e respostas. Esperamos que as respostas sejam apoiadas por fatos, referências ou conhecimentos, mas essa pergunta provavelmente solicitará debates, argumentos, pesquisas ou discussões prolongadas. Se você acha...
Eu tenho lido algumas coisas em redes neurais e entendo o princípio geral de uma rede neural de camada única. Entendo a necessidade de camadas adicionais, mas por que as funções de ativação não linear são usadas? Esta pergunta é seguida por esta: O que é um derivado da função de ativação usada na...
Atualmente, estou tentando conseguir uma RNA para jogar um videogame e esperava obter ajuda da maravilhosa comunidade aqui. Eu decidi pelo Diablo 2. O jogo é, portanto, em tempo real e de um ponto de vista isométrico, com o jogador controlando um único avatar no qual a câmera está centrada. Para...
Eu estava olhando os documentos do tensorflow tf.nn.conv2d aqui . Mas não consigo entender o que faz ou o que está tentando alcançar. Diz nos documentos, # 1: Nivela o filtro para uma matriz 2-D com forma [filter_height * filter_width * in_channels, output_channels]. Agora o que isso faz? Isso é...
Alguém pode explicar claramente a diferença entre as convoluções 1D, 2D e 3D nas redes neurais convolucionais (na aprendizagem profunda) com o uso de
A pergunta original era especificamente com relação às implementações do TensorFlow. No entanto, as respostas são para implementações em geral. Essa resposta geral também é a resposta correta para o TensorFlow. Ao usar normalização em lote e dropout no TensorFlow (especificamente usando...
Estou tentando entender o argumento de passos em tf.nn.avg_pool, tf.nn.max_pool, tf.nn.conv2d. A documentação diz repetidamente strides: Uma lista de ints que tem comprimento> = 4. A passada da janela deslizante para cada dimensão do tensor de entrada. Minhas perguntas são: O que cada um...
Estou lendo a documentação do PyTorch e encontrei um exemplo onde eles escrevem gradients = torch.FloatTensor([0.1, 1.0, 0.0001]) y.backward(gradients) print(x.grad) onde x era uma variável inicial, a partir da qual y foi construído (um 3-vetor). A questão é: quais são os argumentos de 0,1, 1,0...