Публикации по теме 'recurrent-neural-network'
Краткое введение в рекуррентные нейронные сети
Введение в RNN, LSTM и GRU и их реализацию
Если вы хотите делать прогнозы для последовательных данных или данных временных рядов (например, текста, аудио и т. д.), традиционные нейронные сети — плохой выбор. Но почему?
В данных временных рядов текущее наблюдение зависит от предыдущих наблюдений, и поэтому наблюдения не являются независимыми друг от друга. Однако традиционные нейронные сети рассматривают каждое наблюдение как независимое, поскольку сети не могут сохранять прошлую или..
Простой обзор RNN, LSTM и механизма внимания
Объяснение рекуррентных нейронных сетей, долговременной кратковременной памяти и знаменитого подхода, основанного на внимании
Когда вы углубляетесь в текст книги, вы читаете в логическом порядке глав и страниц и не без причины. Идеи, которые вы формируете, ход мыслей — все зависит от того, что вы поняли и сохранили до определенного места в книге. Эта настойчивость или способность иметь некоторую память и внимание помогают нам развивать понимание концепций и мира вокруг нас, позволяя..
Приключение RNN с различными наборами данных
Могут ли машины научиться читать языки, которые люди читают в обратном направлении? Даже когда некоторые языки созданы для написания слева направо и сверху вниз, будет ли обнаружен какой-либо шаблон, связь или что-то подобное при обратном чтении?
Мы, Герелтуя и я, экспериментировали с символьной языковой моделью RNN в Tensorflow [1] с обычными текстами на английском и монгольском языках для нашего предыдущего проекта , из которого вышеперечисленные вопросы остались без ответа...
Введение в LSTM и ГРУ
По сравнению с традиционными ванильными RNN (рекуррентными нейронными сетями) существует два продвинутых типа нейронов: LSTM (нейронная сеть с долговременной кратковременной памятью) и GRU (рекуррентная единица с закрытым входом). В этом блоге мы познакомим вас с механизмом, производительностью и эффективностью двух нейронных сетей.
Градиент
В стандартных RNN в качестве функции активации обычно используется сигмовидная или гиперболическая тангенсная функция активации. У каждой функции..
Можно ли ставить РЕЙТИНГИ статьям в Medium с помощью RNN?
Почему не MLP или CNN? Почему РНН? Приложения РНН
Я подумываю вкратце написать о RNN. Итак, я подумал объяснить концепцию RNN на примерах статей на Medium. Я бы использовал здесь концепцию MLP. Итак, было бы полезно взглянуть на приведенный ниже ресурс.
Больше никакой путаницы с обратным распространением Обратное распространение с нуля и удобно mvschamanth.medium.com
Задача
Разделить статьи среды на полезные и бесполезные...
Прогнозирование временных рядов LSTM: прогнозирование цен на акции с использованием модели LSTM
В этом посте я покажу вам, как прогнозировать цены на акции, используя модель прогнозирования LSTM.
1. Введение
1.1. Временные ряды и модели прогнозирования
Традиционно большинство моделей машинного обучения (ML) используют в качестве входных данных некоторые наблюдения (образцы / примеры), но в данных нет измерения времени .
Модели прогнозирования временных рядов - это модели, которые способны прогнозировать будущие значения на основе ранее наблюдавшихся значения..
Я впервые начал изучать рынки в начале 2017 года.Это был апрель, и этот странный второстепенный актив под названием Биткойн только что снова перешагнул отметку в 1000 долларов после того, как достиг отметки четырьмя годами ранее в 2013 году. Я сл
Исходный код: https://github.com/djquigon/financial-sentiment-analysis
Измерение финансовых настроений — чрезвычайно мощный инструмент, которым можно пользоваться. Люди могут накопить миллионы и даже миллиарды долларов, умея правильно определять время рыночных циклов. Рыночные циклы определяются многими факторами, некоторые из которых очень трудно предугадать. Однако есть один фактор, который всегда предсказуем, — это страх и жадность розничных инвесторов. Возможность оценить,..