Estructura de red inspirada en modelos simplificados de neuronas biológicas (células cerebrales). Las redes neuronales están entrenadas para "aprender" mediante técnicas supervisadas y no supervisadas, y pueden usarse para resolver problemas de optimización, problemas de aproximación, clasificar patrones y combinaciones de los mismos.
Soy consciente del descenso del gradiente y del algoritmo de propagación hacia atrás. Lo que no entiendo es: ¿cuándo es importante utilizar un sesgo y cómo se usa? Por ejemplo, cuando mapeo la ANDfunción, cuando uso 2 entradas y 1 salida, no da los pesos correctos, sin embargo, cuando uso 3...
¿Cuál es la diferencia entre época e iteración cuando se entrena un perceptrón
Tal como está actualmente, esta pregunta no es adecuada para nuestro formato de preguntas y respuestas. Esperamos que las respuestas sean respaldadas por hechos, referencias o experiencia, pero esta pregunta probablemente solicitará debate, argumentos, encuestas o discusión
Para cualquier capa Keras ( Layerclase), ¿Puede alguien explicar cómo entender la diferencia entre input_shape, units, dim, etc.? Por ejemplo, el documento dice que unitsespecifique la forma de salida de una capa. En la imagen de la red neuronal a continuación hidden layer1tiene 4 unidades....
En la siguiente función TensorFlow, debemos alimentar la activación de neuronas artificiales en la capa final. Eso lo entiendo. Pero no entiendo por qué se llama logits? ¿No es esa una función matemática? loss_function = tf.nn.softmax_cross_entropy_with_logits( logits = last_layer, labels =...
Cuando entrené mi red neuronal con Theano o Tensorflow, informarán una variable llamada "pérdida" por época. ¿Cómo debo interpretar esta variable? Una pérdida mayor es mejor o peor, o ¿qué significa para el rendimiento final (precisión) de mi red
Si quiero usar la función BatchNormalization en Keras, ¿debo llamarla solo una vez al principio? Leí esta documentación para ello: http://keras.io/layers/normalization/ No veo dónde se supone que debo llamarlo. A continuación se muestra mi código intentando usarlo: model =...
Estoy tratando de entrenar a una CNN para clasificar el texto por tema. Cuando uso entropía cruzada binaria obtengo ~ 80% de precisión, con entropía cruzada categórica obtengo ~ 50% de precisión. No entiendo por qué es esto. Es un problema multiclase, ¿eso no significa que tengo que usar entropía...
En la capa de salida de una red neuronal, es típico usar la función softmax para aproximar una distribución de probabilidad: Esto es costoso de calcular debido a los exponentes. ¿Por qué no simplemente realizar una transformación Z para que todas las salidas sean positivas y luego normalizar...
Estoy usando esta biblioteca para implementar un agente de aprendizaje. He generado los casos de capacitación, pero no estoy seguro de cuáles son los conjuntos de validación y prueba. El profesor dice: El 70% deben ser casos de entrenamiento, el 10% serán casos de prueba y el 20% restante...
Es una pregunta principal, con respecto a la teoría de las redes neuronales: ¿Por qué tenemos que normalizar la entrada para una red neuronal? Entiendo que a veces, cuando, por ejemplo, los valores de entrada no son numéricos, se debe realizar una cierta transformación, pero cuando tenemos una...
He buscado en muchos lugares, pero TODO lo que obtengo es CÓMO instalarlo, no cómo verificar que esté instalado. Puedo verificar que mi controlador NVIDIA esté instalado y que CUDA esté instalado, pero no sé cómo verificar que CuDNN esté instalado. La ayuda será muy apreciada, gracias! PD. Esto...
Tal como está actualmente, esta pregunta no es adecuada para nuestro formato de preguntas y respuestas. Esperamos que las respuestas sean respaldadas por hechos, referencias o experiencia, pero esta pregunta probablemente solicitará debate, argumentos, encuestas o discusión
He estado leyendo algunas cosas en redes neuronales y entiendo el principio general de una red neuronal de capa única. Entiendo la necesidad de capas adicionales, pero ¿por qué se utilizan las funciones de activación no lineal? Esta pregunta es seguida por esta: ¿Cuál es una derivada de la función...
Actualmente estoy tratando de obtener un ANN para jugar un videojuego y esperaba obtener ayuda de la maravillosa comunidad aquí. Me decidí por Diablo 2. El juego es en tiempo real y desde un punto de vista isométrico, con el jugador controlando un solo avatar en el que se centra la cámara. Para...
Estaba mirando los documentos de Tensorflow por tf.nn.conv2d aquí . Pero no puedo entender lo que hace o lo que está tratando de lograr. Dice en los documentos, # 1: aplana el filtro a una matriz 2D con forma [filter_height * filter_width * in_channels, output_channels]. ¿Y ahora qué hace eso?...
¿Alguien puede explicar claramente la diferencia entre convoluciones 1D, 2D y 3D en redes neuronales convolucionales (en aprendizaje profundo) con el uso de
La pregunta original se refería específicamente a las implementaciones de TensorFlow. Sin embargo, las respuestas son para implementaciones en general. Esta respuesta general también es la respuesta correcta para TensorFlow. Cuando utilizo la normalización y abandono por lotes en TensorFlow...
Estoy tratando de entender el argumento de pasos en tf.nn.avg_pool, tf.nn.max_pool, tf.nn.conv2d. La documentación dice repetidamente zancadas: una lista de entradas que tiene una longitud> = 4. La zancada de la ventana deslizante para cada dimensión del tensor de entrada. Mis preguntas...
Estoy leyendo la documentación de PyTorch y encontré un ejemplo donde escriben gradients = torch.FloatTensor([0.1, 1.0, 0.0001]) y.backward(gradients) print(x.grad) donde x era una variable inicial, a partir de la cual se construyó y (un 3-vector). La pregunta es, ¿cuáles son los argumentos...