deep-learning

Вопрос или проблема Я новичок в машинном обучении и Data Science. Проведя некоторое время в сети, я смог довольно хорошо понять правило обучения восприятия. Но я все еще не понимаю, как применять его к набору данных. Например, у нас могут быть следующие

Вопрос или проблема Я изучаю различные варианты глубоких свёрточных нейронных сетей (CNN). Исходя из моего понимания, ResNet использует пропускные соединения, которые также каким-то образом имеют форму пирамиды или треугольника?

Вопрос или проблема Я понимаю, что модель YOLOv5 прогнозирует 25200 ограничивающих рамок между всеми 3 уровнями вывода. Сколько предсказывает модель YOLOv6, если разрешение входного изображения составляет 640×640? Я не знаю возможностей Yolo V6 в

Вопрос или проблема Я пытаюсь создать поисковую систему изображений с помощью глубокого обучения. Вот ошибка, которую я получаю: ошибка: OpenCV(4.10.0) D:\a\opencv-python\opencv-python\opencv\modules\imgproc\src\resize.cpp:4152: ошибка: (-215:Assertion failed) !

Вопрос или проблема В классификации предложений с использованием предварительно обученных эмбеддингов (fasttext) в CNN, как CNN предсказывает категорию предложения, если слова не были в обучающем наборе? Я думаю, что обученная модель содержит веса, эти

Вопрос или проблема Я думал, что и PReLU, и Leaky ReLU это: $$f(x) = \max(x, \alpha x) \qquad \text{ где } \alpha \in (0, 1)$$ Keras, однако, имеет обе функции в документации. Leaky ReLU Исходный код LeakyReLU: return K.relu(inputs, alpha=self.

Вопрос или проблема Как мне обучить/адаптировать модель по частям, чтобы избежать ужасной ошибки памяти? def TFIDF(X_train, X_test, MAX_NB_WORDS=75000): vectorizer_x = TfidfVectorizer(max_features=MAX_NB_WORDS) X_train = vectorizer_x.

Вопрос или проблема Даже если временной ряд состоит только из чисел, поиск абстрактного фиксированного векторного представления был бы интересен для целей классификации/кластеризации. Поскольку мы можем обучать и находить абстрактные представления/встраивания

Вопрос или проблема Я новичок в “глубоком обучении”. То, что я пытаюсь сделать, – это предсказать два угла 3D-линии, проецируемой на 2D-изображение. Игрушечная модель состоит в том, что я создаю линию, выходящую из центра массива 48×

Вопрос или проблема Говорят, что обратное распространение ошибки с градиентным спуском стремится минимизировать функцию затрат, используя формулу: $$ W_{new} = W_{old} – learningRate \cdot \frac{\partial E}{\partial W} $$ Мой вопрос: если производная

Вопрос или проблема Я работаю над кодом регрессии с использованием нейронной сети. Набор данных включает 14 признаков в диапазоне значений от -1 до 1, в то время как целевая переменная изменяется от (0.000759) до (1100). Целевые значения масштабируются тремя методами.

Вопрос или проблема Я применяю модель CNN к своему набору данных для прогнозирования. После изменения размеров, input_shape моей модели1 становится: model1.input_shape: (None, 1, 3, 4) затем я применяю CNN, первый слой ввода определен ниже: model1.

Вопрос или проблема Хорошо, предположим, у нас есть хорошо помеченные изображения с недискретными метками, такими как яркость или размер, и мы хотим генерировать изображения на их основе. Если бы это было сделано с дискретной меткой, это могло бы выглядеть

Вопрос или проблема Я исследую стратегию, при которой я инициализирую веса nn.Linear с помощью ридж-регрессии, а затем обучаю модель с помощью контрастной потери. Идея состоит в том, чтобы использовать ридж-регрессию для получения лучшей инициализации

Вопрос или проблема Я читал книгу “Глубокое обучение” и наткнулся на следующий абзац (страница 109, второй абзац): Данные для обучения и тестирования генерируются распределением вероятностей по наборам данных, называемым процессом генерации данных.

Вопрос или проблема Каков лучший/правильный способ предоставления метаинформации автоэнкодеру или любой модели прогнозирования временных рядов. Пример Предположим, у меня есть данные о машине, и я хочу обнаружить аномалии в компонентах автомобиля.

Вопрос или проблема densenet = tf.keras.models.load_model("/content/densenet169_model.keras") vgg19 = tf.keras.models.load_model("/content/VGG19_model .keras") xception = tf.keras.models.load_model("/content/xception_model.keras") effnet = tf.

Вопрос или проблема Когда я запускаю свой код с 5 эпохами, выполнение зависает на первой эпохе и продолжается бесконечно. Я пробовал применить различные параметры, но не смог решить проблему. Вот мой код… import tensorflow as tf import numpy as

Вопрос или проблема Я установил фреймворк yolo4 на pytorch в google colab, клонировав репозиторий https://github.com/roboflow-ai/pytorch-YOLOv4.git. Я сгенерировал контрольные точки, проведя обучение. Поскольку нам нужна более надежная модель обучения

Вопрос или проблема Насколько мне известно, в обратном распространении ошибка или градиент используются для обновления весов. В обратном распространении веса становятся небольшими относительно градиентов, что приводит к проблеме исчезающих градиентов.