¿Por qué usar softmax en lugar de la normalización estándar? En el área de comentarios de la respuesta principal de esta pregunta, @Kilian Batzner planteó 2 preguntas que también me confunden mucho. Parece que nadie da una explicación, excepto los beneficios numéricos. Obtengo las razones para...
En el contexto de Machine Learning , he visto que el término Ground Truth se usaba mucho. He buscado mucho y encontré la siguiente definición en Wikipedia : En el aprendizaje automático, el término "verdad fundamental" se refiere a la precisión de la clasificación del conjunto de entrenamiento...
He visto discusiones sobre la 'sobrecarga' de una GPU, y que para redes 'pequeñas', en realidad puede ser más rápido entrenar en una CPU (o red de CPU) que en una GPU. ¿Qué se entiende por 'pequeño'? Por ejemplo, ¿sería un MLP de una sola capa con 100 unidades ocultas 'pequeño'? ¿Cambia...
Estoy tratando de entrenar un modelo de aumento de gradiente en más de 50k ejemplos con 100 características numéricas. XGBClassifiermaneja 500 árboles en 43 segundos en mi máquina, mientras que GradientBoostingClassifiermaneja solo 10 árboles (!) en 1 minuto y 2 segundos :( No me molesté en tratar...
Quiero entrenar un modelo profundo con una gran cantidad de datos de entrenamiento, pero mi escritorio no tiene ese poder para entrenar un modelo tan profundo con estos datos abundantes. ¿Me gustaría saber si hay algún servicio gratuito en la nube que pueda utilizarse para entrenar modelos de...
¿Cómo calcula Keras la precisión de las probabilidades de clase? Digamos, por ejemplo, tenemos 100 muestras en el conjunto de prueba que pueden pertenecer a una de dos clases. También tenemos una lista de las probabilidades de clase. ¿Qué umbral utiliza Keras para asignar una muestra a cualquiera...
Estoy tratando de fusionar dos modelos Keras en un solo modelo y no puedo lograrlo. Por ejemplo, en la Figura adjunta, me gustaría buscar la capa intermedia de la dimensión 8, y usar esto como entrada a la capa (de la dimensión 8 nuevamente) en el Modelo y luego combinar el Modelo y el Modelo como...
Tengo una entrada que es una lista y la salida es el máximo de los elementos de la lista de entrada. ¿Puede el aprendizaje automático aprender una función que siempre selecciona el máximo de los elementos de entrada presentes en la entrada? Esto puede parecer una pregunta bastante básica, pero...
Soy un principiante en redes neuronales y he tenido problemas para comprender dos conceptos: ¿Cómo se decide el número de capas intermedias que tiene una red neuronal dada? 1 vs 10 o lo que sea. ¿Cómo se decide el número de neuronas en cada capa intermedia? ¿Se recomienda tener un número igual de...
Tanto PyTorch como Tensorflow Fold son marcos de aprendizaje profundo destinados a tratar situaciones en las que los datos de entrada tienen una longitud o dimensiones no uniformes (es decir, situaciones en las que los gráficos dinámicos son útiles o necesarios). Me gustaría saber cómo se...
¿Cuál es la diferencia entre la pendiente de gradiente y la pendiente de gradiente estocástica? No estoy muy familiarizado con estos, ¿puede describir la diferencia con un breve
Espero que me puedan ayudar, ya que tengo algunas preguntas sobre este tema. Soy nuevo en el campo del aprendizaje profundo, y aunque hice algunos tutoriales, no puedo relacionar o distinguir conceptos entre
Estoy buscando un documento que detalle los conceptos básicos del aprendizaje profundo. Idealmente como el curso Andrew Ng para aprendizaje profundo. ¿Sabes dónde puedo encontrar
A menudo escuché a personas decir que por qué las redes neuronales convolucionales todavía se entienden mal. ¿Se sabe por qué las redes neuronales convolucionales siempre terminan aprendiendo características cada vez más sofisticadas a medida que avanzamos en las capas? ¿Qué les causó crear una...
Al entrenar redes neuronales, un hiperparámetro es del tamaño de un minibatch. Las opciones comunes son 32, 64 y 128 elementos por mini lote. ¿Existen reglas / pautas sobre el tamaño de un mini lote? ¿Alguna publicación que investigue el efecto en el
Me pregunto si hay algún escenario en el que el descenso de gradiente no converja al mínimo. Soy consciente de que no siempre se garantiza que el descenso de gradiente converja a un óptimo global. También soy consciente de que podría diferir de un óptimo si, por ejemplo, el tamaño del paso es...
Quiero calcular la precisión, la recuperación y la puntuación F1 para mi modelo binario KerasClassifier, pero no encuentro ninguna solución. Aquí está mi 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,...
En este enlace sobre Estacionalidad y diferenciación , se ha mencionado que los modelos como ARIMA requieren una serie temporal estacionaria para el pronóstico, ya que sus propiedades estadísticas como la media, la varianza, la autocorrelación, etc.son constantes en el tiempo. Dado que los RNN...
Keras admite TensorFlow y Theano como backend: ¿cuáles son las ventajas y desventajas de elegir uno versus el otro, además del hecho de que actualmente no todas las operaciones se implementan con el backend
Estoy un poco confundido al elegir entre Keras (keras-team / keras) y tf.keras (tensorflow / tensorflow / python / keras /) para mi nuevo proyecto de investigación. Existe el debate de que Keras no es propiedad de nadie, por lo que las personas están más felices de contribuir y será mucho más...