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...
Las funciones de activación se utilizan para introducir no linealidades en la salida lineal del tipo w * x + b en una red neuronal. Lo que puedo entender intuitivamente para las funciones de activación como sigmoide. Entiendo las ventajas de ReLU, que evita las neuronas muertas durante la...
¿Cuál es la diferencia entre val_lossy lossdurante el entrenamiento en Keras? P.ej Epoch 1/20 1000/1000 [==============================] - 1s - loss: 0.1760, val_loss: 0.2032 En algunos sitios leí que en la validación, la deserción no
De Keras RNN Tutorial: "Los RNN son complicados. La elección del tamaño del lote es importante, la elección de la pérdida y el optimizador es crítica, etc. Algunas configuraciones no convergen". Entonces, esta es una pregunta más general sobre cómo ajustar los hiperparámetros de un LSTM-RNN en...
Escuché a Andrew Ng (en un video que desafortunadamente ya no puedo encontrar) hablar sobre cómo la comprensión de los mínimos locales en problemas de aprendizaje profundo ha cambiado en el sentido de que ahora se consideran menos problemáticos porque en espacios de alta dimensión (encontrados en...
El ensacado es la generación de múltiples predictores que funciona como un conjunto de predictores únicos. La deserción es una técnica que enseña a las redes neuronales a promediar todas las subredes posibles. Mirando las competencias más importantes de Kaggle parece que estas dos técnicas se usan...
Aquí la respuesta se refiere a gradientes de desaparición y explosión que han estado en sigmoidfunciones de activación similares, pero supongo que Relutiene una desventaja y es su valor esperado. no hay limitación para la salida de Reluy, por lo tanto, su valor esperado no es cero. Recuerdo el...
Estoy haciendo un proyecto sobre el problema de identificación del autor. Había aplicado la normalización tf-idf para entrenar datos y luego entrené un svm en esos datos. Ahora, al usar el clasificador, también debería normalizar los datos de prueba. Creo que el objetivo básico de la normalización...
Estoy tratando de calcular la cantidad de memoria que necesita una GPU para entrenar mi modelo en base a estas notas de Andrej Karphaty: http://cs231n.github.io/convolutional-networks/#computational-considerations Mi red tiene 532,752 activaciones y 19,072,984 parámetros (pesos y sesgos). Todos...
Creo un corr()df a partir de un df original. El corr()DF salió 70 X 70 y es imposible de visualizar el mapa de calor ... sns.heatmap(df). Si trato de mostrar corr = df.corr(), la tabla no se ajusta a la pantalla y puedo ver todas las correlaciones. ¿Es una forma de imprimir todo dfsin importar su...
¿Cuál es la diferencia entre fit()y fit_generator()en Keras? ¿Cuándo debo usar fit()vs
En el blog de Keras sobre capacitación de redes de comunicación desde cero , el código muestra solo la red que se ejecuta en datos de capacitación y validación. ¿Qué pasa con los datos de prueba? ¿Los datos de validación son los mismos que los datos de prueba (creo que no)? Si hubiera una carpeta...
Estoy empezando a aprender Machine learning del sitio web de Tensorflow. He desarrollado una comprensión muy rudimentaria del flujo que sigue un programa de aprendizaje profundo (este método me hace aprender rápido en lugar de leer libros y artículos grandes). Hay algunas cosas confusas que he...
Estoy jugando un poco con convnets. Específicamente, estoy usando el conjunto de datos kaggle cats-vs-dogs que consta de 25000 imágenes etiquetadas como gato o perro (12500 cada una). Me las arreglé para lograr una precisión de clasificación de alrededor del 85% en mi conjunto de pruebas, sin...
Digamos que tengo una imagen de arriba hacia abajo de una flecha, y quiero predecir el ángulo que forma esta flecha. Esto sería entre 0 00 00 y 360360360 grados, o entre y . El problema es que este objetivo es circular, y grados son exactamente lo mismo, lo que es una invariancia que me gustaría...
Digamos que he realizado el aprendizaje de transferencia en una red pre-entrenada para reconocer 10 objetos. ¿Cómo agrego un undécimo elemento que la red puede clasificar sin perder las 10 categorías que ya entrené ni la información del modelo original previamente entrenado? Un amigo me dijo que se...
Google recientemente incluyó en las construcciones nocturnas de tensorflow su modo Eager , una API imprescindible para acceder a las capacidades de cálculo de tensorflow. ¿Cómo se compara el tensorflow ansioso con PyTorch? Algunos aspectos que podrían afectar la comparación podrían ser:...
Estoy lidiando con un problema en el que no pude encontrar suficientes conjuntos de datos (imágenes) para alimentar mi red neuronal profunda para el entrenamiento. Me inspiró mucho el documento Generative Adversarial Text to Image Synthesis publicado por Scott Reed et al. sobre redes generativas...
Me pregunto en qué situaciones es ventajoso apilar
¿Cómo se usa LeakyRelu como función de activación en secuencia DNN en keras? Si quiero escribir algo similar a: model = Sequential() model.add(Dense(90, activation='LeakyRelu')) ¿Cuál es la solución? ¿Poner LeakyRelu similar a Relu? La segunda pregunta es: ¿cuál es la mejor configuración...