Struktur jaringan diilhami oleh model sederhana dari neuron biologis (sel otak). Jaringan saraf dilatih untuk "belajar" dengan teknik yang diawasi dan tidak diawasi, dan dapat digunakan untuk memecahkan masalah pengoptimalan, masalah perkiraan, mengklasifikasikan pola, dan kombinasinya.
Saya menyadari gradient descent dan algoritma back-propagation. Yang tidak saya dapatkan adalah: kapan menggunakan bias penting dan bagaimana Anda menggunakannya? Misalnya, ketika memetakan ANDfungsi, ketika saya menggunakan 2 input dan 1 output, itu tidak memberikan bobot yang benar, namun,...
Apa perbedaan antara zaman dan iterasi saat melatih perceptron
Seperti yang ada saat ini, pertanyaan ini tidak cocok untuk format Tanya Jawab kami. Kami berharap jawaban didukung oleh fakta, referensi, atau keahlian, tetapi pertanyaan ini kemungkinan akan mengundang debat, argumen, polling, atau diskusi panjang. Jika Anda merasa bahwa
Untuk setiap Keras lapisan ( Layerkelas), bisa seseorang menjelaskan bagaimana memahami perbedaan antara input_shape, units, dim, dll? Sebagai contoh, kata doc, unitstentukan bentuk output dari sebuah layer. Pada gambar jaringan syaraf di bawah ini hidden layer1memiliki 4 unit. Apakah ini...
Dalam fungsi TensorFlow berikut, kita harus memberi makan aktivasi neuron buatan di lapisan akhir. Itu saya mengerti. Tapi saya tidak mengerti mengapa ini disebut log? Bukankah itu fungsi matematika? loss_function = tf.nn.softmax_cross_entropy_with_logits( logits = last_layer, labels =...
Jika saya ingin menggunakan fungsi BatchNormalization di Keras, maka apakah saya perlu memanggilnya sekali saja di awal? Saya membaca dokumentasi ini untuknya: http://keras.io/layers/normalization/ Saya tidak tahu di mana saya seharusnya menyebutnya. Di bawah ini adalah kode saya yang mencoba...
Pada lapisan output dari jaringan saraf, biasanya menggunakan fungsi softmax untuk memperkirakan distribusi probabilitas: Ini mahal untuk dihitung karena eksponen. Mengapa tidak hanya melakukan transformasi Z sehingga semua output positif, dan kemudian menormalkan hanya dengan membagi semua...
Saya mencoba melatih CNN untuk mengkategorikan teks berdasarkan topik. Ketika saya menggunakan cross-entropy biner saya mendapatkan akurasi ~ 80%, dengan cross-entropy kategoris saya mendapatkan akurasi ~ 50%. Saya tidak mengerti mengapa ini terjadi. Ini masalah multikelas, bukankah itu berarti...
Saya menggunakan perpustakaan ini untuk mengimplementasikan agen pembelajaran. Saya telah membuat kasus pelatihan, tetapi saya tidak tahu pasti apa validasi dan set tes. Sang guru berkata: 70% harus menjadi kasus kereta api, 10% akan menjadi kasus uji dan sisanya 20% harus menjadi kasus...
Ini adalah pertanyaan utama, berkenaan dengan teori jaringan saraf: Mengapa kita harus menormalkan input untuk jaringan saraf? Saya mengerti bahwa kadang-kadang, ketika misalnya nilai input non-numerik transformasi tertentu harus dilakukan, tetapi ketika kita memiliki input numerik? Mengapa...
Saya telah mencari banyak tempat tetapi SEMUA yang saya dapatkan adalah BAGAIMANA untuk menginstalnya, bukan bagaimana memverifikasi bahwa itu diinstal. Saya dapat memverifikasi driver NVIDIA saya diinstal, dan CUDA diinstal, tetapi saya tidak tahu bagaimana memverifikasi CuDNN diinstal. Bantuan...
Tutup. Pertanyaan ini tidak memenuhi pedoman Stack Overflow . Saat ini tidak menerima jawaban. Ingin memperbaiki pertanyaan ini? Perbarui pertanyaan agar sesuai dengan topik untuk Stack Overflow. Tutup 3 bulan lalu . Perbaiki pertanyaan ini
Saat ini saya mencoba mendapatkan ANN untuk memainkan permainan video dan saya berharap mendapatkan bantuan dari komunitas yang luar biasa di sini. Saya telah memilih Diablo 2. Dengan demikian, permainan game dilakukan secara real-time dan dari sudut pandang isometrik, dengan pemain yang...
Seperti yang ada saat ini, pertanyaan ini tidak cocok untuk format Tanya Jawab kami. Kami berharap jawaban didukung oleh fakta, referensi, atau keahlian, tetapi pertanyaan ini kemungkinan akan mengundang debat, argumen, polling, atau diskusi panjang. Jika Anda merasa bahwa
Saya melihat dokumen tensorflow tentang di tf.nn.conv2d sini . Tetapi saya tidak dapat memahami apa yang dilakukannya atau apa yang ingin dicapai. Dikatakan di dokumen, # 1: Meratakan filter ke matriks 2-D dengan bentuk [filter_height * filter_width * in_channels, output_channels]. Sekarang...
Adakah yang bisa menjelaskan dengan jelas perbedaan antara konvolusi 1D, 2D, dan 3D dalam jaringan saraf konvolusional (dalam pembelajaran mendalam) dengan menggunakan
Bagaimana cara menginisialisasi bobot dan bias (misalnya, dengan inisialisasi He atau Xavier) dalam jaringan di PyTorch?
Pertanyaan awal terkait dengan implementasi TensorFlow secara khusus. Namun, jawabannya adalah untuk implementasi secara umum. Jawaban umum ini juga merupakan jawaban yang benar untuk TensorFlow. Saat menggunakan normalisasi batch dan dropout di TensorFlow (secara khusus menggunakan...
Saya mencoba untuk memahami argumen langkah di tf.nn.avg_pool, tf.nn.max_pool, tf.nn.conv2d. The dokumentasi berulang kali mengatakan strides: Daftar int yang memiliki panjang> = 4. Langkah dari jendela geser untuk setiap dimensi tensor input. Pertanyaan saya adalah: Apa yang diwakili...
Saya membaca dokumentasi PyTorch dan menemukan contoh di mana mereka menulis gradients = torch.FloatTensor([0.1, 1.0, 0.0001]) y.backward(gradients) print(x.grad) di mana x adalah variabel awal, dari mana y dibangun (vektor 3). Pertanyaannya adalah, apa argumen 0.1, 1.0 dan 0.0001 dari tensor...