TensorFlow es una biblioteca de código abierto para aprendizaje automático e inteligencia artificial. TensorFlow utiliza gráficos de flujo de datos con tensores que fluyen a lo largo de los bordes. Para más detalles, consulte https://www.tensorflow.org. TensorFlow se lanza bajo una licencia Apache 2.0.
En MNIST For ML Beginners definen la entropía cruzada como Hy′(y):=−∑iy′ilog(yi)Hy′(y):=−∑iyi′log(yi)H_{y'} (y) := - \sum_{i} y_{i}' \log (y_i) yiyiy_i es el valor de probabilidad pronosticado para la clase e es la probabilidad real para esa clase.y ′ iiiiy′iyi′y_i' Pregunta 1 ¿No es un...
Estoy usando TensorFlow para experimentos principalmente con redes neuronales. Aunque he realizado bastantes experimentos (XOR-Problema, MNIST, algunas cosas de Regresión, ...) ahora, me cuesta elegir la función de costo "correcta" para problemas específicos porque en general podría ser considerado...
¿Cómo puede programar en la biblioteca de keras (o flujo de tensor) para particionar el entrenamiento en múltiples GPU? Digamos que se encuentra en una instancia de Amazon ec2 que tiene 8 GPU y desea utilizarlas todas para entrenar más rápido, pero su código es solo para una sola CPU o...
Leí sobre NCE (una forma de muestreo de candidatos) de estas dos fuentes: Escritura de Tensorflow Papel original Alguien me puede ayudar con lo siguiente: Una explicación simple de cómo funciona NCE (encontré lo anterior difícil de analizar y comprender, por lo que algo intuitivo que conduzca...
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...
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...
Tengo un conjunto de datos que contiene 34 columnas de entrada y 8 columnas de salida. Una forma de resolver el problema es tomar las 34 entradas y construir un modelo de regresión individual para cada columna de salida. Me pregunto si este problema puede resolverse usando solo un modelo,...
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...
Quizás esto es demasiado amplio, pero estoy buscando referencias sobre cómo utilizar el aprendizaje profundo en una tarea de resumen de texto. Ya he implementado el resumen de texto utilizando enfoques estándar de frecuencia de palabras y clasificación de oraciones, pero me gustaría explorar la...
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
Soy un novato en el aprendizaje profundo. ¿Hay alguna forma de usar TensorFlow con las GPU Intel? En caso afirmativo, apúnteme en la dirección correcta. De lo contrario, avíseme qué marco, si corresponde, (Keras, Theano, etc.) puedo usar para mi Controlador de gráficos integrado Intel Core Xeon...
Desde el código de Tensorflow : Tensorflow. RnnCell. num_units: int, The number of units in the LSTM cell. No puedo entender qué significa esto. ¿Cuáles son las unidades de la celda LSTM? Entrada, salida y olvidar puertas? ¿Significa esto "número de unidades en la capa de proyección recurrente...
Soy novato en aprendizaje automático y keras y ahora estoy trabajando en un problema de clasificación de imágenes de varias clases usando keras. La entrada es imagen etiquetada. Después de un procesamiento previo, los datos de entrenamiento se representan en la lista de Python como: [["dog",...
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...
Estoy trabajando en el reconocimiento de voz con Tensorflow y planeo entrenar LSTM NN con un conjunto de datos de ondas masivas. Debido a las ganancias de rendimiento, planeo usar tfrecords. Hay varios ejemplos en Internet (Inception for ej.) Donde los archivos de registro se dividen en fragmentos....
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...
Soy consciente de que Keras sirve como una interfaz de alto nivel para TensorFlow. Pero me parece que los keras pueden hacer muchas funcionalidades por sí mismos (entrada de datos, creación de modelos, capacitación, evaluación). Además, parte de la funcionalidad de TensorFlow se puede portar...
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 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...
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:...