machine-learning

___ tag123machineelearning ___ Implementierungsfragen zu Algorithmen des maschinellen Lernens. Allgemeine Fragen zum maschinellen Lernen sollten in ihren jeweiligen Communities veröffentlicht werden. ___ qstnhdr ___ Ein mehrschichtiges Perzeptron-Netzwerk verstehen ___ tag123neuralnetwork ___ Netzwerkstruktur inspiriert von vereinfachten Modellen biologischer Neuronen (Gehirnzellen). Neuronale Netze werden trainiert, um durch überwachte und unbeaufsichtigte Techniken zu "lernen" und können verwendet werden, um Optimierungsprobleme, Approximationsprobleme, Klassifikationsmuster und Kombinationen davon zu lösen. ___ qstntxt ___

Ich versuche zu verstehen, wie man einen Multilayer trainiert; Ich habe jedoch einige Schwierigkeiten herauszufinden, wie man eine geeignete Netzwerkarchitektur - d. h. die Anzahl der Knoten / Neuronen in jeder Schicht des Netzwerks - ermittelt.

Für eine bestimmte Aufgabe habe ich vier Eingabequellen, die jeweils einen von drei Zuständen eingeben können. Ich denke, das würde bedeuten, dass vier Input-Neuronen entweder 0, 1 oder 2 feuern würden, aber so weit ich es gesagt habe, sollte die Eingabe binär gehalten werden?

Außerdem habe ich Probleme bei der Auswahl der Neuronenmenge in der versteckten Schicht. Alle Kommentare wären großartig.

Danke.

    
___ answer2708040 ___

Die Bestimmung einer akzeptablen Netzwerkstruktur für ein mehrschichtiges Perzeptron ist eigentlich unkompliziert.

  1. Eingabeebene : Wie viele Features / Dimensionen sind enthalten? Ihre Daten - dh wie viele Spalten in jede Datenzeile. Fügen Sie einen hinzu (für der Bias - Knoten) und das ist die Anzahl der Knoten für die erste (Eingabe Ebene).

  2. Ausgabeschicht : Wird Ihr MLP in 'Maschine' ausgeführt? Modus oder Regressionsmodus ('Regression' hier in der maschinelles Lernen statt statistischer Sinn) - dh tut mein MLP Gibt eine Klassenbezeichnung oder eine vorhergesagte zurück Wert? Wenn letzteres, dann dein Die Ausgabeschicht hat einen einzelnen Knoten. Ob Erstere, dann Ihre Ausgabeschicht hat die gleiche Anzahl von Knoten wie Klassenlabels. Zum Beispiel, wenn der Ergebnis, das Sie wollen, ist jedes zu beschriften Instanz als entweder "Betrug" oder "nicht Betrug ", das sind zwei Klassenlabels, Daher zwei Knoten in Ihrer Ausgabe Ebene.

  3. Ausgeblendete Ebene (n) : Zwischen diesen beiden (Eingabe und Output) sind offensichtlich die versteckten Lagen. Beginnen Sie immer mit einem einzigen versteckte Ebene. Also wie viele Knoten? Hier ist eine Faustregel: Legen Sie die (ursprüngliche) Größe der ausgeblendeten Ebene auf eine bestimmte Anzahl von Knoten fest, die nur geringfügig größer als die Anzahl der Knoten in der Eingabeebene ist. Verglichen mit weniger Knoten als der Eingabeschicht hilft diese Überkapazität, Ihre numerische Optimierungsroutine (z. B. Gradientenabstieg) zu konvergieren.

Beginnen Sie zusammen mit drei Schichten für Ihre Netzwerkarchitektur; Die Größen der ersten (Eingabe) und letzten (Ausgabe werden durch Ihre Daten bzw. durch Ihren Modellentwurf festgelegt. Eine verborgene Ebene, die gerade etwas größer als die Eingabeebene ist, ist fast immer ein gutes Design, um zu beginnen.

In Ihrem Fall wäre eine geeignete Netzwerkstruktur:

Eingabeschicht : 5 Knoten - & gt; versteckte Ebene : 7 Knoten - & gt; Ausgabeschicht : 3 Knoten

    
___ answer2747813 ___

Ich stimme Dougs Antwort oben in einigen Punkten nicht zu.

Sie haben 4 diskrete (3-Wege kategoriale) Eingänge. Sie sollten (sofern Sie keinen starken Grund dafür haben) dies als 12 Binäreingänge darstellen, die eine 1-aus-3-Codierung für jeden Ihrer vier konzeptionellen Eingänge verwenden. Wenn Sie also [2,0,1,1] eingeben, sollte Ihr Netzwerk Folgendes erhalten: 0 0 1 1 0 0 0 1 0 0 1 0 Wenn Ihre Netzwerkimplementierung einen manuellen Bias erfordert, sollten Sie ein weiteres Always-On-Bit für den Bias hinzufügen, aber die meisten sinnvollen neuronalen Netzimplementierungen erfordern dies nicht.

Probiere ein paar verschiedene Zahlen von versteckten Einheiten aus. Sie müssen sich nicht auf eine versteckte Layer-Größe beschränken, die kleiner ist als die Eingabe-Layer-Größe, aber wenn Sie es größer machen, sollten Sie darauf achten, dass Sie Ihre Gewichtungen normalisieren, vielleicht mit L2- oder L1-Gewicht-Verfall und vielleicht sogar früher Stopps im Training (stoppe das Training, wenn dein Fehler in einem ausgehaltenen Validierungssatz aufhört sich zu verbessern).

    
___ tag123deeplearning ___ Deep Learning ist ein Bereich des maschinellen Lernens, dessen Ziel es ist, komplexe Funktionen mit speziellen neuronalen Netzwerkarchitekturen zu erlernen, die "tief" sind (aus vielen Schichten bestehen). Dieses Tag sollte für Fragen zur Implementierung von Deep-Learning-Architekturen verwendet werden. Allgemeine Fragen zum maschinellen Lernen sollten mit "maschinelles Lernen" gekennzeichnet werden. Eine Markierung für die relevante Softwarebibliothek (z. B. "keras" oder "tensorflow") ist hilfreich. ___
3
Antworten

Neuronale Netzwerkgröße für das Animationssystem

Ich entschied mich für ein Neuronales Netzwerk, um Verhaltensweisen für eine Animations-Engine zu erstellen, die ich habe. Das neuronale Netz nimmt für jeden Körperteil, den ich habe, 3 Vektor3 und 1 Eulerwinkel auf. Der erste Vektor3 ist die Po...
16.08.2010, 18:50
1
Antwort

Was ist das Problem in meiner Berechnung der multivariaten Kernel Estimation?

Meine Absicht ist es, seine Klasse durch Bayes Classifier Algorithm zu finden. Angenommen, die folgenden training -Daten beschreiben Höhen, Gewichte und Fußlängen verschiedener Geschlechter %Vor% Nun möchte ich eine Person mit den fol...
05.11.2016, 04:11
1
Antwort

Reproduzieren der linearen Diskriminanzfigur nach Fisher

Viele Bücher illustrieren die Idee der linearen Diskriminanzanalyse von Fisher anhand der folgenden Abbildung (diese stammt aus Mustererkennung und maschinelles Lernen , S. 188) Ich frage mich, wie ich diese Figur in R (oder in einer a...
21.11.2015, 13:59
3
Antworten

Probabilistische Generierung von Semantischen Netzwerken

Ich habe einige einfache semantische Netzwerkimplementierungen und grundlegende Techniken zum Parsen der natürlichen Sprache studiert. Ich habe jedoch nicht viele Projekte gesehen, die versuchen, die Kluft zwischen den beiden zu überbrücken....
09.07.2010, 20:47
2
Antworten

Autoregressives Vektormodell mit scikit-learn

Ich versuche, vektorautoregressive (VAR) Modelle unter Verwendung der verallgemeinerten linearen Modellanpassungsverfahren anzupassen, die in scikit-learn enthalten sind. Das lineare Modell hat die Form y = X w , aber die Systemmatrix X h...
19.12.2013, 12:02
2
Antworten

Irgendwelche Visualisierungen des Entscheidungsprozesses des neuronalen Netzes, wenn Bilder erkannt werden?

Ich bin im Coursera ML-Kurs eingeschrieben und habe gerade angefangen, über neuronale Netze zu lernen. Eine Sache, die mich wirklich irritiert, ist, wie man etwas "Menschliches" wie eine handgeschriebene Ziffer erkennt, wenn man die guten G...
29.05.2012, 02:08
2
Antworten

Wie interpretiere ich die Ausgabe von .predict () aus dem angepassten Scikit-Überlebensmodell in Python?

Ich bin verwirrt, wie man die Ausgabe von .predict aus einem angepassten CoxnetSurvivalAnalysis -Modell in scikit-survival interpretiert. Ich habe das Notizbuch durchgelesen Intro Survival-Analyse in scikit-survival und der API-Referenz,...
13.11.2017, 22:05
1
Antwort

xgboost binäre logistische Regression

Ich habe Probleme mit der logistischen Regression mit xgboost, die im folgenden Beispiel zusammengefasst werden kann. Nehmen wir an, ich habe einen sehr einfachen Datenrahmen mit zwei Prädiktoren und einer Zielvariablen: %Vor% Ich kann Bi...
01.02.2016, 17:15
2
Antworten

Leistungsabfall für eine große Anzahl von Spalten. Pyspark

Ich habe das Problem mit der Verarbeitung von Spark-Wide-Datenrahmen (etwa 9000 Spalten und manchmal mehr) getroffen. Aufgabe: Erstellen Sie einen breiten DF über groupBy und pivot. Transformieren Sie Spalten in Vektor und verarbeiten Sie...
20.02.2018, 08:39
1
Antwort

R + ggplot: Wie verwende ich einen benutzerdefinierten Glätter (Gauß-Prozess)?

Ich benutze R. Ich habe 25 Variablen über 15 Zeitpunkte mit 3 oder mehr Wiederholungen pro Variable pro Zeitpunkt. Ich habe melt ed dies in ein data.frame , was ich glücklich darstellen kann, indem ich (unter anderem) den Befehl facet_wrap...
04.06.2010, 21:42