gradient-descent

1열

1답변

grads_and_vars를 GradientDescentOptimizer로 계산하는 방법

다음 CNN 코드 구현이 있습니다. 그것을 사용 optimizer = tf.train.GradientDescentOptimizer(cnn.learning_rate).minimize(loss = cnn.loss, global_step=global_step) grads_and_vars = optimizer.compute_gradients(cnn.loss)

tensorflow deep-learning conv-neural-network gradient-descent 2017-11-15

---

0열

1답변

theta constaints로 MATLAB 제약 최적화

y-X * theta의 l2 norm을 최소화하는 theta를 찾고 싶습니다. 그리고 theta의 일부 요소가 0이어야한다는 제약이 있습니다. 어떻게 MATLAB에서 이것을합니까? 내 y는 10x1이고, X는 10x9이고, 세타 내가 그라데이션 하강을 사용하는 것이 도움이 될 수있다 생각 9x1 하지 때문에 비공식적 인 설명을 여기에 여러 해석 할 수있다

matlab optimization linear-regression gradient-descent 2017-11-19

---

0열

1답변

신경망 결과가 생성되지 않습니다

여기 내 프로젝트입니다. 다음과 같이 구성됩니다. m = 24 여기서 m은 학습 예제의 수입니다. 3 개의 숨겨진 레이어와 입력 레이어; 각 층을 연결하는 3 세트의 무게; 데이터는 1x38이고 y (1x1)의 응답이 있습니다. import numpy as np x = np.array([ [1, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0,

python numpy machine-learning neural-network gradient-descent 2017-11-22

---

0열

1답변

Ng coursera와 Michael A. Nielsen의 차이점 인 그라데이션 강하

나는 coursera의 NG 기계 학습 과정과 Nielson의 서적 신경 네트워킹 및 심층 학습에서 신경 네트워크를 학습하고 있습니다. 나는 그라데이션 하강의 이해에 대해 약간 혼란스러워합니다. NG와 Nielson 사이의 Gradient Descent로 무게를 업데이트하는 두 가지 형식이 있습니다. 닐슨에서 : NG에서 the weight update f

neural-network deep-learning backpropagation gradient-descent 2017-11-28

---

-3열

1답변

감독 분류에서 fit()보다 성능이 떨어지는 partial_fit()가있는 MLP

내가 사용하는 학습 데이터 세트는 각 픽셀이 개별 샘플을 나타내는 회색 음영 이미지 인 flatten입니다. 두 번째 이미지는 이전 이미지에서 Multilayer perceptron (MLP) 분류자를 학습 한 후 픽셀 단위로 분류됩니다. 문제는 청크 (partial_fit())와 비교하여 훈련 데이터 세트를 한 번에 받으면 (fit()) MLP이 더 잘

machine-learning scikit-learn neural-network classification gradient-descent 2017-12-06

---

-1열

1답변

그래디언트 디센트를 통한 백 프로 모션은 각 전달 후 오류를 나타내는 방법

Neural NEtwork 멀티 레이어 퍼셉트론에서는 확률 적 하강 기울기 (SGD)와 그라데이션 하강 (Gradient Descent)의 주요 차이점이 몇 개의 샘플을 선택 하느냐에 달려 있음을 이해합니다. 훈련 도중. 즉, SGD는 앞으로 진행되는 패스를 수행하기 위해 하나의 샘플을 선택하고, 순방향 패스에서 전체 샘플을 계산 한 후에 만 ​​백 피드가

machine-learning scikit-learn neural-network gradient-descent loss-function 2017-12-09

---

3열

1답변

로지스틱 회귀 그라데이션 하강

제목이 말하려는 것처럼 노력하고 있지만 실제로 어떻게 할 수 있는지 이해할 수는 없습니다. 내가 무엇이 잘못되었는지 이해하는 데 도움이된다면 도움이 될 것입니다. 배치 그라디언트 디센트를 사용하여 Logistic 회귀를 수행해야합니다. import matplotlib.pyplot as plt import numpy as np %matplotlib inl

python logistic-regression gradient-descent 2017-12-13

---

1열

1답변

Caffe는 하나 이상의 출력 브랜치가있는 얼룩의 그라데이션을 어떻게 업데이트합니까?

Caffe는 다중 손실을 지원합니다. 그런 다음 역 전파 단계에서 일부 얼룩은 서로 다른 손실로 인한 여러 그라디언트를 가질 수 있습니다. Caffe는이 얼룩의 그라데이션을 어떻게 처리합니까? 내가 아는 한, 이것은 네트워크를 설계 할 때 고려되지 않을 수도 있습니다. 그러나이 질문은 새로운 레이어를 쓰려고 할 때 정말로 혼란 스럽습니다. 어떤 아이디어 주

machine-learning neural-network deep-learning caffe gradient-descent 2017-12-14

---

0열

2답변

비용 기능 훈련 대상 대 정확성 목표 원하는 목표

신경망을 학습 할 때 우리는 일반적으로 연속적이며 차별화 할 수있는 실수 값 비용 함수에 의존하는 그라디언트 디센트를 사용합니다. 최종 비용 함수는 예를 들어 평균 제곱 오차를 취할 수 있습니다. 또는 다른 방법으로, 그래디언트 디센트는 최종 목표가 회귀 인 것으로 암묵적으로 가정합니다. 실수 값을 최소화합니다. 때로는 신경망에서 수행하고자하는 것은 분류입

machine-learning tensorflow neural-network classification gradient-descent 2017-12-19

---

0열

1답변

TensorFlow - "TypeError : 인수 없음 가져 오기"

가능한 가장 단순한 그래프를 실행하면 TensorFlow가 TypeError을 던지고 있습니다. z = x1 + x2 그런 다음 모든 것을 완벽하게 작동합니다 : sess = tf.Session() x1 = tf.placeholder(tf.float32) x2 = tf.placeholder(tf.float32) z = x1 sess.run(tf

tensorflow machine-learning typeerror gradient-descent 2017-12-27

---