Pourquoi utiliser softmax par opposition à la normalisation standard? Dans la zone de commentaire de la première réponse à cette question, @Kilian Batzner a soulevé 2 questions qui me déroutent également beaucoup. Il semble que personne ne donne d'explication à l'exception des avantages numériques....
Dans le contexte du Machine Learning , j'ai vu le terme Ground Truth beaucoup utilisé. J'ai beaucoup cherché et trouvé la définition suivante dans Wikipedia : Dans l'apprentissage automatique, le terme «vérité terrain» fait référence à l'exactitude de la classification de l'ensemble d'apprentissage...
J'ai vu des discussions sur la «surcharge» d'un GPU, et que pour les «petits» réseaux, il peut en fait être plus rapide de s'entraîner sur un CPU (ou réseau de CPU) qu'un GPU. Qu'entend-on par «petit»? Par exemple, un MLP monocouche avec 100 unités cachées serait-il «petit»? Notre définition de...
J'essaie de former un modèle d'augmentation de gradient sur plus de 50k exemples avec 100 fonctionnalités numériques. XGBClassifiergère 500 arbres en 43 secondes sur ma machine, alors qu'il GradientBoostingClassifierne gère que 10 arbres (!) en 1 minute et 2 secondes :( Je n'ai pas pris la peine...
Je veux former un modèle profond avec une grande quantité de données d'entraînement, mais mon ordinateur de bureau n'a pas le pouvoir de former un modèle aussi profond avec ces données abondantes. J'aimerais savoir s'il existe des services cloud gratuits qui peuvent être utilisés pour former des...
Comment Keras calcule-t-il la précision à partir des probabilités par classe? Disons, par exemple, que nous avons 100 échantillons dans l'ensemble de test qui peuvent appartenir à l'une des deux classes. Nous avons également une liste des probabilités par classe. Quel seuil Keras utilise-t-il pour...
J'essaie de fusionner deux modèles Keras en un seul modèle et je ne peux pas y parvenir. Par exemple, dans la figure ci-jointe, je voudrais récupérer la couche intermédiaire de dimension 8, et l'utiliser comme entrée pour la couche B 1 (de dimension 8 à nouveau) dans le modèle B , puis combiner le...
J'ai une entrée qui est une liste et la sortie est le maximum des éléments de la liste d'entrée. L'apprentissage automatique peut-il apprendre une telle fonction qui sélectionne toujours le maximum des éléments d'entrée présents dans l'entrée? Cela peut sembler une question assez basique mais cela...
Je suis un débutant dans les réseaux de neurones et j'ai eu du mal à saisir deux concepts: Comment décide-t-on du nombre de couches intermédiaires d'un réseau neuronal donné? 1 contre 10 ou autre chose. Comment décide-t-on du nombre de neurones dans chaque couche intermédiaire? Est-il recommandé...
Les deux PyTorch et tensorflow Fold sont des cadres d'apprentissage en profondeur destinés à faire face aux situations où les données d'entrée a une longueur non uniforme ou les dimensions (qui est, des situations où des graphiques dynamiques sont utiles ou nécessaires). Je voudrais savoir comment...
Quelle est la différence entre la descente de gradient et la descente de gradient stochastique? Je ne les connais pas très bien, pouvez-vous décrire la différence avec un petit
J'espère que vous pourrez m'aider, car j'ai quelques questions à ce sujet. Je suis nouveau dans le domaine de l'apprentissage en profondeur, et même si j'ai fait quelques tutoriels, je ne peux pas relier ou distinguer les concepts les uns des
Je recherche un article détaillant les fondements mêmes de l'apprentissage profond. Idéalement comme le cours Andrew Ng pour l'apprentissage en profondeur. Savez-vous où je peux trouver
J'ai souvent entendu des gens dire que les raisons pour lesquelles les réseaux de neurones convolutionnels sont encore mal compris. Est-il connu que les réseaux de neurones convolutifs finissent toujours par apprendre des fonctionnalités de plus en plus sophistiquées au fur et à mesure que nous...
Lors de la formation de réseaux de neurones, un hyperparamètre est de la taille d'un mini-lot. Les choix courants sont 32, 64 et 128 éléments par mini-lot. Existe-t-il des règles / directives sur la taille d'un mini-lot? Des publications qui étudient l'effet sur la
Je me demande s'il existe un scénario dans lequel la descente en pente ne converge pas au minimum. Je suis conscient que la descente en pente n'est pas toujours garantie de converger vers un optimum global. Je suis également conscient qu'il peut s'écarter d'un optimum si, par exemple, la taille du...
Je veux calculer la précision, le rappel et le score F1 pour mon modèle binaire KerasClassifier, mais je ne trouve aucune solution. Voici mon code actuel: # Split dataset in train and test data X_train, X_test, Y_train, Y_test = train_test_split(normalized_X, Y, test_size=0.3, random_state=seed) #...
Dans ce lien sur la stationnarité et la différenciation , il a été mentionné que les modèles comme ARIMA nécessitent une série chronologique stationnaire pour la prévision car ses propriétés statistiques comme la moyenne, la variance, l'autocorrélation, etc. sont constantes dans le temps. Étant...
Keras prend en charge TensorFlow et Theano en tant que backend: quels sont les avantages / inconvénients de choisir l'un par rapport à l'autre, outre le fait que toutes les opérations ne sont actuellement pas implémentées avec le backend
Je suis un peu confus dans le choix entre Keras (keras-team / keras) et tf.keras (tensorflow / tensorflow / python / keras /) pour mon nouveau projet de recherche. Il y a un débat sur le fait que Keras n'appartient à personne, donc les gens sont plus heureux de contribuer et il sera beaucoup plus...