Questions marquées «tensorflow»

12

Combien de cellules LSTM dois-je utiliser?

Existe-t-il des règles générales (ou des règles réelles) concernant la quantité minimale, maximale et "raisonnable" de cellules LSTM que je devrais utiliser? Plus précisément, je me rapporte à BasicLSTMCell de TensorFlow et à la num_unitspropriété. Veuillez supposer que j'ai un problème de...

rnn machine-learning r predictive-modeling random-forest python language-model sentiment-analysis encoding machine-learning deep-learning neural-network dataset caffe classification xgboost multiclass-classification unbalanced-classes time-series descriptive-statistics python r clustering machine-learning python deep-learning tensorflow machine-learning python predictive-modeling probability scikit-learn svm machine-learning python classification gradient-descent regression research python neural-network deep-learning convnet keras python tensorflow machine-learning deep-learning tensorflow python r bigdata visualization rstudio pandas pyspark dataset time-series multilabel-classification machine-learning neural-network ensemble-modeling kaggle machine-learning linear-regression cnn convnet machine-learning tensorflow association-rules machine-learning predictive-modeling training model-selection neural-network keras deep-learning deep-learning convnet image-classification predictive-modeling prediction machine-learning python classification predictive-modeling scikit-learn machine-learning python random-forest sampling training recommender-system books python neural-network nlp deep-learning tensorflow python matlab information-retrieval search search-engine deep-learning convnet keras machine-learning python cross-validation sampling machine-learning

12

Détecter les anomalies avec le réseau neuronal

J'ai un grand ensemble de données multidimensionnelles qui est généré chaque jour. Quelle serait une bonne approche pour détecter tout type d'anomalie par rapport aux jours précédents? Est-ce un problème approprié qui pourrait être résolu avec les réseaux de neurones? Toutes les suggestions sont...

tensorflow keras anomaly-detection

12

Tensorflow Ajustement de la fonction de coût pour les données déséquilibrées

J'ai un problème de classification avec des données très déséquilibrées. J'ai lu que le suréchantillonnage et le sous-échantillonnage ainsi que la modification du coût des extrants catégoriels sous-représentés conduiront à un meilleur ajustement. Avant cela, tensorflow catégoriserait chaque entrée...

tensorflow loss-function

11

Réseau neuronal Tensorflow TypeError: l'argument Fetch a un type non valide

Je crée un réseau neuronal simple en utilisant tensorflow, avec les données que j'ai collectées moi-même, cependant, il ne coopère pas: PI a rencontré une erreur que je ne peux pas résoudre ou trouver le correctif et j'aimerais votre aide. L'errormessage: TypeError: l'argument Fetch 2861.6152 sur...

machine-learning python neural-network tensorflow

11

Comment définir une métrique de performance personnalisée dans Keras?

J'ai essayé de définir une fonction métrique personnalisée (F1-Score) dans Keras (backend Tensorflow) en fonction de ce qui suit: def f1_score(tags, predicted): tags = set(tags) predicted = set(predicted) tp = len(tags & predicted) fp = len(predicted) - tp fn = len(tags) - tp if tp>0:...

tensorflow keras evaluation

11

Existe-t-il de bons modèles de langage prêts à l'emploi pour python?

Je prototype une application et j'ai besoin d'un modèle de langage pour calculer la perplexité sur certaines phrases générées. Existe-t-il un modèle de langage formé en python que je peux facilement utiliser? Quelque chose de simple comme model = LanguageModel('en') p1 = model.perplexity('This is a...

python nlp language-model r statistics linear-regression machine-learning classification random-forest xgboost python sampling data-mining orange predictive-modeling recommender-system statistics dimensionality-reduction pca machine-learning python deep-learning keras reinforcement-learning neural-network image-classification r dplyr deep-learning keras tensorflow lstm dropout machine-learning sampling categorical-data data-imputation machine-learning deep-learning machine-learning-model dropout deep-network pandas data-cleaning data-science-model aggregation python neural-network reinforcement-learning policy-gradients r dataframe dataset statistics prediction forecasting r k-means python scikit-learn labels python orange cloud-computing machine-learning neural-network deep-learning rnn recurrent-neural-net logistic-regression missing-data deep-learning autoencoder apache-hadoop time-series data preprocessing classification predictive-modeling time-series machine-learning python feature-selection autoencoder deep-learning keras tensorflow lstm word-embeddings predictive-modeling prediction machine-learning-model machine-learning classification binary theory machine-learning neural-network time-series lstm rnn neural-network deep-learning keras tensorflow convnet computer-vision

11

Faire fonctionner Keras sur un système CPU multi-machine multi-core

Je travaille sur le modèle Seq2Seq en utilisant LSTM de Keras (en utilisant l'arrière-plan de Theano) et je voudrais paralléliser les processus, car même peu de Mo de données nécessitent plusieurs heures de formation. Il est clair que les GPU sont bien meilleurs en parallélisation que les CPU. Pour...

tensorflow keras theano parallel

11

Entraînez-vous par lots dans Tensorflow

J'essaie actuellement de former un modèle sur un gros fichier csv (> 70 Go avec plus de 60 millions de lignes). Pour ce faire, j'utilise tf.contrib.learn.read_batch_examples. J'ai du mal à comprendre comment cette fonction lit réellement les données. Si j'utilise par exemple une taille de lot de...

python tensorflow

11

Qu'est-ce qu'un encodage à chaud dans Tensorflow?

Je suis actuellement en cours de tensorflow dans lequel ils ont utilisé tf.one_hot (indices, profondeur). Maintenant, je ne comprends pas comment ces indices se transforment en cette séquence binaire. Quelqu'un peut-il m'expliquer le processus exact

machine-learning python neural-network deep-learning tensorflow

10

Relation entre la convolution en mathématiques et CNN

J'ai lu l' explication de la convolution et je la comprends dans une certaine mesure. Quelqu'un peut-il m'aider à comprendre comment cette opération est liée à la convolution dans les réseaux neuronaux convolutionnels? Le filtre est-il une fonction gqui applique du

machine-learning neural-network deep-learning cnn convolution machine-learning ensemble-modeling machine-learning classification data-mining clustering machine-learning feature-selection convnet pandas graphs ipython machine-learning apache-spark multiclass-classification naive-bayes-classifier multilabel-classification machine-learning data-mining dataset data-cleaning data machine-learning data-mining statistics correlation machine-learning data-mining dataset data-cleaning data beginner career python r visualization machine-learning data-mining nlp stanford-nlp dataset linear-regression time-series correlation anomaly-detection ensemble-modeling data-mining machine-learning python data-mining recommender-system machine-learning cross-validation model-selection scoring prediction sequential-pattern-mining categorical-data python tensorflow image-recognition statistics machine-learning data-mining predictive-modeling data-cleaning preprocessing classification deep-learning tensorflow machine-learning algorithms data keras categorical-data reference-request loss-function classification logistic-regression apache-spark prediction naive-bayes-classifier beginner nlp word2vec vector-space-models scikit-learn decision-trees data programming

10

Essayer d'utiliser TensorFlow pour prédire les données de séries chronologiques financières

Je suis nouveau sur ML et TensorFlow (j'ai commencé il y a quelques heures) et j'essaie de l'utiliser pour prédire les prochains points de données d'une série chronologique. Je prends ma contribution et je fais cela avec: /----------- x ------------\ .-------------------------------. | 0 | 1 | 2 |...

machine-learning python time-series tensorflow rnn

10

Comment faire un produit intérieur par lots dans Tensorflow?

J'ai deux tenseur a:[batch_size, dim] b:[batch_size, dim]. Je veux faire un produit intérieur pour chaque paire du lot, en générant c:[batch_size, 1], où c[i,0]=a[i,:].T*b[i,:].

tensorflow scikit-learn svm cross-validation feature-selection bayesian machine-learning decision-trees parameter-estimation neural-network convnet neural-network regularization visualization machine-learning similarity python pandas indexing r data-cleaning machine-learning predictive-modeling data-cleaning recommender-system python sequential-pattern-mining software-recommendation r visualization gaussian distribution machine-learning data-mining bigdata apache-hadoop predictive-modeling logistic-regression sampling machine-learning regression feature-selection mongodb neural-network inception machine-learning classification dataset databases logistic-regression deep-learning backpropagation classification data-mining multilabel-classification text-mining data-cleaning unsupervised-learning anomaly-detection python r python pandas

10

Pourquoi TensorFlow ne peut pas s'adapter à un modèle linéaire simple si je minimise l'erreur moyenne absolue au lieu de l'erreur quadratique moyenne?

En introduction, je viens de changer loss = tf.reduce_mean(tf.square(y - y_data)) à loss = tf.reduce_mean(tf.abs(y - y_data)) et le modèle est incapable d'apprendre que la perte est devenue plus importante avec le temps.

neural-network deep-learning tensorflow

9

Pourquoi le taux d'apprentissage fait-il monter en flèche les poids de mon réseau de neurones?

J'utilise tensorflow pour écrire des réseaux neuronaux simples pour un peu de recherche et j'ai eu beaucoup de problèmes avec les poids «nan» pendant l'entraînement. J'ai essayé de nombreuses solutions différentes comme changer l'optimiseur, changer la perte, la taille des données, etc. mais en...

machine-learning python tensorflow optimization gradient-descent

9

Pourquoi mon modèle Keras apprend-il à reconnaître l'arrière-plan?

J'essaie de former cette implémentation Keras de Deeplabv3 + sur Pascal VOC2012, en utilisant le modèle pré-formé (qui a également été formé sur cet ensemble de données). J'ai obtenu des résultats étranges avec une précision convergeant rapidement vers 1.0: 5/5 [==============================] -...

python deep-learning keras tensorflow

8

Apprentissage automatique: écrire des poèmes

Je suis un étudiant en apprentissage automatique et ces jours-ci, j'essayais d'apprendre à utiliser la bibliothèque TensorFlow. J'ai parcouru divers tutoriels et essais et erreurs avec tensorflow, et je pensais que la meilleure façon de l'apprendre pour de vrai serait de l'utiliser dans un petit...

machine-learning neural-network tensorflow

7

Faut-il utiliser sklearn ou tensorflow pour les réseaux de neurones?

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...

neural-network deep-learning tensorflow

7

augmentation des données lors de l'utilisation de flow_from_directory dans CNN

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...

deep-learning keras tensorflow convnet

7

Erreur de mémoire lors de l'utilisation de plusieurs couches dans le modèle CNN

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...

python tensorflow cnn