Je me demandais donc comment, par exemple, peut-on optimiser au mieux le modèle qu'ils tentent de construire lorsqu'ils sont confrontés à des problèmes présentés par un biais ou une variance élevés. Maintenant, bien sûr, vous pouvez jouer avec le paramètre de régularisation pour arriver à une fin...
Sans tenir compte des contraintes de calcul possibles, existe-t-il des applications générales où la lemmatisation serait une étape contre-productive lors de l'analyse des données textuelles? Par exemple, la lemmatisation serait-elle quelque chose qui ne se fait pas lors de la construction d'un...
Je viens de commencer à apprendre les réseaux neuronaux pour l'apprentissage en profondeur à partir de CS231. J'essaie d'implémenter Neural Network en Python. J'envisage d'utiliser Tensorflow ou scikit-learn. Quels sont les avantages et les inconvénients de ces bibliothèques pour cette...
Je veux utiliser un petit ensemble de données pour créer un modèle CNN. Donc, j'utilise l'augmentation des données pour augmenter l'ensemble de données du train. Dois-je utiliser toutes les techniques d'augmentation (arguments) répertoriées ici ? J'ai remarqué que l'ajout de nombreux arguments...
Sur mon ordinateur portable Dell Core i7 - 16 Go de RAM - 4 Go 960 m GPU, je travaille sur un projet de classification des images CT pulmonaires à l'aide de CNN 3D. J'utilise la version CPU de tensorflow. Les images sont préparées sous forme de tableau numpy (25,50,50). Mon modèle CNN avait 2...
Considérez-vous cela comme un sur-ajustement?
Disons que j'ai formé un réseau encodeur-décodeur sur un ensemble de données cat en utilisant l' erreur de reconstruction comme fonction de perte. Le réseau est parfaitement formé et le décodeur est capable de reconstruire de bonnes images de chat . Et maintenant, si j'utilise le même réseau et que...