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...
Estoy usando Brain para entrenar una red neuronal en un conjunto de características que incluye valores positivos y negativos. Pero Brain requiere valores de entrada entre 0 y 1. ¿Cuál es la mejor manera de normalizar mis
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...
Mientras leía sobre la generación de texto con redes neuronales recurrentes, noté que algunos ejemplos se implementaron para generar texto palabra por palabra y otros carácter por carácter sin decir realmente por qué. Entonces, ¿cuál es la diferencia entre los modelos RNN que predicen texto por...
Actualmente me estoy preparando para un examen en redes neuronales. En varios protocolos de exámenes anteriores, leí que las funciones de activación de las neuronas (en perceptrones multicapa) tienen que ser monótonas. Entiendo que las funciones de activación deben ser diferenciables, tener una...
Soy un estudiante universitario de primer año (mencionando esto para que pueda perdonar mi falta de familiaridad) que actualmente está investigando utilizando redes neuronales. Codifiqué una red neuronal de tres nodos (que funciona) basada en la guía de mi profesor. Sin embargo, me gustaría seguir...
He creado un modelo LSTM para predecir preguntas duplicadas en el conjunto de datos oficial de Quora. Las etiquetas de la prueba son 0 o 1. 1 indica que el par de preguntas está duplicado. Después de construir el modelo usando model.fit, pruebo el modelo usando model.predictlos datos de prueba. La...
Me pregunto en qué situaciones es ventajoso apilar
Estoy entrenando una red neuronal convolucional para clasificar imágenes en condiciones de niebla (3 clases). Sin embargo, para cada una de aproximadamente 150,000 imágenes también tengo cuatro variables meteorológicas disponibles que podrían ayudar a predecir las clases de las imágenes. Me...
Actualmente estoy tratando de entender la arquitectura de una CNN. Entiendo la convolución, la capa ReLU, la capa de agrupación y la capa totalmente conectada. Sin embargo, todavía estoy confundido acerca de los pesos. En una red neuronal normal, cada neurona tiene su propio peso. En la capa...
Tengo una pequeña subpregunta a esta pregunta . Entiendo que cuando se propaga hacia atrás a través de una capa de agrupación máxima, el gradiente se enruta de manera que la neurona en la capa anterior que se seleccionó como máxima obtiene todo el gradiente. De lo que no estoy 100% seguro es de...
He leído un par de documentos sobre la inicialización del núcleo y muchos documentos mencionan que usan la regularización L2 del núcleo (a menudo con ).λ=0.0001λ=0.0001\lambda = 0.0001 ¿Alguien hace algo diferente a inicializar el sesgo con cero constante y no regularizarlo? Papeles de...
No soy un experto en autoencoders o redes neuronales de ninguna manera, así que perdóname si esta es una pregunta tonta. Con el fin de reducir la dimensión o visualizar grupos en datos de alta dimensión, podemos usar un autoencoder para crear una representación bidimensional (con pérdida) al...
Estoy tratando de encontrar un equivalente de diagramas de Hinton para redes de múltiples capas para trazar los pesos durante el entrenamiento. La red entrenada es algo similar a un SRN profundo, es decir, tiene una gran cantidad de matrices de peso múltiple que harían visualmente confuso el...
Según tengo entendido, los algoritmos genéticos son herramientas poderosas para la optimización de objetivos múltiples. Además, la formación de redes neuronales (especialmente las profundas) es difícil y tiene muchos problemas (funciones de costos no convexas: mínimos locales, gradientes de...
Estoy tratando de averiguar las dimensiones de cada variable en un RNN en la capa de olvido, sin embargo, no estoy seguro de si estoy en el camino correcto. La siguiente imagen y ecuación es de la publicación del blog de Colah "Comprender las redes LSTM" : dónde: es entrada de tamaño m * 1...
Se dice en Wikipedia y deeplearning4j que los NN de aprendizaje profundo (DLNN) son NN que tienen> 1 capa oculta. Este tipo de NN era estándar en la universidad para mí, mientras que DLNN es muy publicitado en este momento. He estado allí, hecho eso, ¿cuál es el problema? También escuché que...
Quiero saber si el descenso de gradiente es el algoritmo principal utilizado en optimizadores como Adam, Adagrad, RMSProp y varios otros optimizadores.
La idea de aplicar filtros para hacer algo como identificar bordes es una idea genial. Por ejemplo, puede tomar una imagen de 7. Con algunos filtros, puede terminar con imágenes transformadas que enfatizan las diferentes características de la imagen original. Los 7 originales: puede ser...
En árboles de decisión, podemos entender el resultado de la estructura de árbol y también podemos visualizar cómo el árbol de decisión toma decisiones. Por lo tanto, los árboles de decisión tienen explicabilidad (su salida se puede explicar fácilmente). ¿Tenemos explicabilidad en redes neuronales...