Suchergebnisse für Anfrage "gradient-descent"
Wie implementiere ich einen Minibatch-Gradientenabstieg in Python?
Ich habe gerade angefangen, tiefes Lernen zu lernen. Beim Gefälle steckte ich fest. Ich weiß, wie man einen Batch-Gradientenabstieg implementiert. Ich weiß, wie es funktioniert und wie der Minibatch- und der stochastische Gradientenabstieg ...
Caffe: Was kann ich tun, wenn nur ein kleiner Stapel in den Speicher passt?
Ich versuche ein sehr großes Modell zu trainieren. Daher kann ich nur eine sehr kleine Stapelgröße in den GPU-Speicher einpassen. Arbeiten mit kleinen Losgrößen führt zu sehrnoisy ...
Gradientenberechnung für die Softmax-Version des Triplettverlusts
Ich habe versucht, die in @ beschriebene Softmax-Version des Triplettverlusts in Caffe zu implementiere Hoffer und Ailon,Deep Metric Learning mit Triplet Network, ICLR 2015 [http://arxiv.org/pdf/1412.6622v3.pdf]. Ich habe es versucht, aber es ...
Wo kann ich mir die TensorFlow-Hauptschleife für die Gefälleabfahrt ansehen?
(Sorry, wenn das ein bisschen naiv klingt) Ich möchte einen Blick auf das Fleisch des @ werf TensorFlow [https://github.com/tensorflow/tensorflow/blob/deff101b27e2d3d2d0f68417991e9183bdcd3256/tensorflow/python/training/gradient_descent.py] ...
lgorithmen für den stochastischen Gradientenabstieg im Vergleich zum stochastischen Gradientenabsti
Ich habe versucht, ein FeedForward-Neuronales Netzwerk mit dem Datensatz MNIST Handwritten Digits zu trainieren (enthält 60K-Trainingsbeispiele). Ich habe jedes Mal über @ iteriealle Trainingsbeispiele, Aufführen von Backpropagation für jede ...
Kostenfunktion in der logistischen Regression ergibt NaN als Ergebnis
Ich implementiere eine logistische Regression mit Batch-Gradientenabstieg. Es gibt zwei Klassen, in die die Eingangsstichproben eingeteilt werden sollen. Die Klassen sind 1 und 0. Während ich die Daten trainiere, benutze ich die ...
äufige Ursachen von Nans während des Trainin
Ich habe bemerkt, dass ein häufiges Auftreten während des TrainingsNANs wird vorgestellt. ft scheint es, als würden Gewichte in das Innere des Produkts / vollständig verbundene Schichten oder Faltungsschichten gespreng Tritt dies auf, weil ...
Was ist der Meta-Parameter "weight_decay" in Caffe?
Ein Beispiel anschauen'solver.prototxt' [https://github.com/BVLC/caffe/blob/tutorial/examples/cifar10/cifar10_full_solver.prototxt#L15] , gepostet auf BVLC / caffe git, es gibt einen Trainings-Meta-Parameter weight_decay: 0.04Was bedeutet ...
Spark mllib sagt seltsame Zahl oder NaN voraus
Ich bin neu in Apache Spark und versuche, mithilfe der maschinellen Lernbibliothek einige Daten vorherzusagen. Mein Datensatz im Moment ist nur etwa 350 Punkte. Hier sind 7 dieser Punkte: "365","4",41401.387,5330569 ...
Was ist `lr_policy` in Caffe?
Ich versuche nur herauszufinden, wie ich @ verwenden ka Caffe [http://caffe.berkeleyvision.org/]. Dazu habe ich mir einfach die verschiedenen.prototxt Dateien im Beispielordner. Es gibt eine Option, die ich nicht verstehe: # The learning rate ...
Seite 1 von 2