Une fonction sous la forme a-t-elle un nom standard? Par exemple, est une fonction linéaire.eX/ (1+ eX)eX/(1+eX)e^x/(1+e^x)y= a + b xy=une+bXy = a +
Dans le Deep Learning de François Chollet avec Python, il est écrit: Par conséquent, le réglage de la configuration du modèle en fonction de ses performances sur l'ensemble de validation peut rapidement entraîner un surajustement de l'ensemble de validation, même si votre modèle n'est jamais...
Je travaille sur un modèle de prévision basé sur ANN pour une série temporelle financière. J'utilise la validation croisée 5 fois et les performances moyennes sont ainsi. Les performances sur le dernier pli (l'itération où le dernier segment est omis de la formation et utilisé pour la validation)...
J'ai un peu entendu parler de l'utilisation des réseaux de neurones pour prévoir les séries chronologiques , en particulier les réseaux de neurones récurrents . Je me demandais, existe-t-il un package de réseau de neurones récurrent pour R? Je n'arrive pas à en trouver un sur CRAN . Le plus proche...
Il y a eu un intérêt récent à combiner des algorithmes génétiques et des réseaux de neurones dans un cadre général de neuroévolution. L'idée de base est que votre algorithme génétique fait évoluer les paramètres de nombreux réseaux de neurones qui sont ensuite utilisés pour résoudre votre tâche...
Je veux créer une prévision météo en utilisant les réseaux de neurones. Tous les exemples que j'ai vus n'utilisaient que des valeurs [-1,1] en entrée. Est-il également possible d'utiliser des valeurs plus grandes (comme la pression de l'air, le degré calcius des deux derniers jours, ...) comme...
J'ai réussi à créer un réseau neuronal de mes données. Mais je ne suis pas sûr de l'interprétation de la sortie R. J'ai utilisé la commande suivante pour créer un réseau neuronal: > net=nnet(formula = category~iplen+date_time, size=0,skip=T,lineout=T) # weights: 3 initial value 136242.000000...
Quelqu'un a-t-il un bref exemple pédagogique sur la façon d'utiliser les réseaux de neurones ( nnetdans R par exemple) à des fins de prédiction? Voici un exemple, en R, d'une série chronologique T <- seq(0,20,length=200) Y <- 1 + 3*cos(4*T+2) +.2*T^2 + rnorm(200) plot(T,Y,type="l") Ce n'est...
Je suis un grand fan de football et je m'intéresse aussi à l'apprentissage automatique. En tant que projet pour mon cours de ML, j'essaie de construire un modèle qui prédirait les chances de gagner pour l'équipe à domicile, étant donné les noms de l'équipe à domicile et à l'extérieur. (Je recherche...
J'ai vu quelques articles de recherche qui affirment que les réseaux de neurones classiques manquent généralement d'une capacité de généralisation satisfaisante, ce qui entraîne généralement des prévisions imprécises, et les ANN régularisés bayésiens (BRANN) sont plus robustes que les réseaux de...
Je viens de commencer à utiliser le package autoencoder dans R. Les entrées de la autoencode()fonction incluent lambda, beta, rho et epsilon. Quelles sont les limites de ces valeurs? Varient-ils pour chaque fonction d'activation? Ces paramètres sont-ils appelés "hyperparamètres"? En supposant un...
Quelle est la différence entre un réseau de croyances profondes et un réseau convexe profond
J'ai des données qui décrivent la fréquence à laquelle un événement se produit pendant une heure ("nombre par heure", nph) et la durée des événements ("durée en secondes par heure", dph). Ce sont les données d'origine: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008,...
J'essaie de comprendre pourquoi la fonction softmax est définie comme telle: ezjΣKk = 1ezk= σ( z)ezjΣk=1Kezk=σ(z)\frac{e^{z_{j}}} {\Sigma^{K}_{k=1}{e^{z_{k}}}} = \sigma(z) Je comprends comment cela normalise les données et correspond correctement à une certaine plage (0, 1), mais la différence...
J'ai essayé de comprendre ce que cela signifiait exactement par la fonction d'activation "Maxout" dans les réseaux de neurones. Il y a cette question, cet article, et même dans le livre Deep Learning de Bengio et al. , sauf avec juste un peu d'informations et un gros TODO à côté. J'utiliserai la...
J'essaie de comprendre comment les rnn peuvent être utilisés pour prédire des séquences en travaillant à travers un exemple simple. Voici mon réseau simple, composé d'une entrée, d'un neurone caché et d'une sortie: Le neurone caché est la fonction sigmoïde et la sortie est considérée comme une...
Je suis nouveau dans l'apprentissage en profondeur, donc cela pourrait être une question banale. Mais je me demande pourquoi l'apprentissage en profondeur (ou réseau de neurones) ne fonctionne pas très bien sur de petites données étiquetées. Quels que soient les articles de recherche que j'ai lus,...
Fermé. Cette question est hors sujet . Il n'accepte pas actuellement de réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 4 ans . Je travaille sur certains benchmarks de réseaux de neurones et ils...
Description du problème Je commence la construction d'un réseau pour un problème qui, selon moi, pourrait avoir une fonction de perte bien plus perspicace qu'une simple régression MSE. Mon problème concerne la classification multi-catégories ( voir ma question sur SO pour ce que je veux dire par...
J'ai fait un réseau neuronal convolutionnel et je voulais vérifier que mes gradients sont calculés correctement en utilisant la vérification numérique du gradient. La question est, à quelle distance est assez proche? Ma fonction de vérification crache simplement la dérivée calculée, la dérivée...