問題タブ [dbn]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
machine-learning - 制限されたボルツマン マシンによるデータ伝搬
RBM では、ノード内のすべての関係を確率で作成します。では、RBM を介してどのようにデータを伝播できるのでしょうか? 一次サンプリングだけですか？ゆらぎすぎじゃない？
それともフィードフォワードmlpのように機能しますか? (つまり、hj = \sum_i vi * wij) ですが、RBM にはこの概念はありません。なぜなら、この論文は確率モデルであると述べているからです。
machine-learning - 畳み込みディープ ビリーフ ネットワーク (CDBN) と畳み込みニューラル ネットワーク (CNN)
最後に、ニューラル ネットワークの学習を開始しました。畳み込みディープ ビリーフ ネットワークと畳み込みネットワークの違いを知りたいです。こちらにも同様の質問がありますが、正確な答えはありません。Convolutional Deep Belief Network は CNN + DBN であることはわかっています。ということで、物体認識を行います。どちらが他のものよりもはるかに優れているか、またはそれらの複雑さを知りたいです。検索しましたが、何か間違っている可能性があるものは見つかりませんでした。
python-2.7 - Python DBN dbn.predict の使用
こんにちは、dbn.predict がどのように機能するか混乱しています。キャニーを使用して画像内の数値を検出し、次に otsu しきい値を使用して 28x28 などにサイズ変更しましたが、それを dbn.predict に渡すと、次のエラーが発生します
ValueError: 内積に対して整列されていない配列。形状 (1, 28) および (784, 300) の配列の内積が要求されました
これが同じコードです、事前に感謝します
classification - 画像分類のための深層学習でユニットを分類する
10 個のクラスを持つデータベースがあり、Deep Belief Network または Convolutional Neural Network によって分類テストを行うとします。問題は、最終層のどのニューロンがどのオブジェクトに関連しているかをどのように理解できるかということです。投稿の1つで、ある人が「どのニューロンが靴のようなオブジェクト用で、どのニューロンがそうでないかを理解するには、最後の層のすべてのユニットを別の教師付き分類器に配置します(これは、マルチクラスSVMのようなものにすることができますまたはソフト マックス レイヤー) どのようにすればよいかわかりません? もっと拡張する必要があります。
python - マルチラベル分類の nolearn
nolearn パッケージからインポートされた DBN 関数を使用しようとしましたが、これが私のコードです。
私のデータには shape(1231, 229) と shape(1231,13) のラベルがあるので、ラベル セットは ([0 0 1 0 1 0 1 0 0 0 1 1 0] ...,[.. ..])、コードを実行すると、次のエラー メッセージが表示されました: 入力形状が正しくありません (1231,13)。ここで2つの問題が発生したのではないかと思います:
- DBN はマルチラベル分類をサポートしていません
- 私のラベルは、DBN フィット関数で使用するのに適していません。
python - scikit-learn DBN エンコーディング文字列ラベル
私はpythonとscikit-learnの両方にまったく慣れていません。私の目標は、深い信念ネットを使用して 6 つの異なる文字列ラベルに分割する分類を機能させることです。
ここに私のデータのいくつかのサンプルがあります:
uploadType,mainColorCode,allPageHeights,allPageWidths,mainAspectRatio,hasQrOrBarcode,mainFontSize,ocrWords,ocrNumber,pageCount,category
Filesystem,#FFFFFFFF,1115 1115,794 794,0.71,False,20.15,ocr 認識テキスト,14.4,2,class a Filesystem,#FFFFFFFF,1115 1115,794 794,0.71,False,20.15,ocr 認識テキスト,0, 2,クラス a ファイルシステム,#FFFFFFFF,1056,816,0.77,False,19.61,ocr 認識テキスト,204.2,1,クラス b
次のように、11 列 (10 の特徴と最後の 1 つはラベル) で構成される教師付きデータを取得します。
それから私は：
しかし、それは私に言います: ValueError:
未知とバイナリの混在を処理できません
データに対して次のようなステートメントを実行する必要があると思いますが、データに対して正しく実行する方法がわかりません。
ありがとうございました！
theano - ドロップアウトあり/なしの DBN の「教師なし事前トレーニング」後の重み/コスト
Deep Belief Network の「教師なし事前トレーニング」後に得られる各層の重み/コストは、ドロップアウトが適用されている場合と適用されていない場合で異なりますか?
ドロップアウトを適用して、または適用せずに DBN を事前トレーニングした後、さまざまな重みのセットとさまざまなコストの値を取得しました。私によると、ユニットのドロップアウトは微調整段階にのみ影響し、すべてのユニットが必要で何もドロップされない教師なし事前トレーニングには影響しません。コンセプトが間違っているか、コードが間違っていますか?