mxnet

    7गर्मी

    1उत्तर

    में एमएक्सनेट के माध्यम से समय श्रृंखला पूर्वानुमान के लिए एलएसटीएम उदाहरण क्या कोई जानता है कि मुझे एमएक्सनेट (आर पैकेज) के माध्यम से एलएसटीएम का उदाहरण कहां मिल सकता है? मूल कार्य एक्स [1 + टी] अनुक

    5गर्मी

    1उत्तर

    मैं एमएक्सनेट प्रतीक में आयोजित वास्तविक संख्यात्मक मान कैसे प्राप्त करूं। मान लीजिए मैं, x = mx.sym.Variable('x') y = mx.sym.Variable('y') z = x + y, अगर एक्स = [100,200] और y = [300,400], मैं प्

    6गर्मी

    1उत्तर

    में प्रतीकों को कैसे जोड़ते हैं मेरे पास एमएक्सनेट में 2 प्रतीक हैं और उन्हें जोड़ना चाहते हैं। मैं यह कैसे कर सकते: जैसे: a = [100,200], b = [300,400], ईद "Concat" विधि का उपयोग कर c = [100,200,300,4

    5गर्मी

    1उत्तर

    में प्रक्षेपित मॉडल में परतों को कैसे बदलें मेरे पास एक पूर्व-प्रशिक्षित एमएक्सनेट मॉडल है। मुझे पिछले दो परतों को बदलने और परीक्षण के लिए नई दो परतों को जोड़ने की जरूरत है। असल में, मुझे छवि का एक सं

    5गर्मी

    1उत्तर

    में विफल होने वाले एमएक्सनेट का उपयोग करके हैडोप स्ट्रीमिंग जॉब मैंने एडब्ल्यूएस डाटापलाइन में एक एमआरआर कदम स्थापित किया है। कदम आदेश इस तरह दिखता है: /usr/lib/hadoop-mapreduce/hadoop-streaming.jar,-

    11गर्मी

    1उत्तर

    मैं प्री-बिल्ड उच्च स्तरीय फ़ंक्शंस जैसे FullyConnected का उपयोग करके एक मॉडल बना सकता हूं। उदाहरण के लिए: X = mx.sym.Variable('data') P = mx.sym.FullyConnected(data = X, name = 'fc1', num_hidden = 2

    5गर्मी

    1उत्तर

    मैं जूलिया में mxnet.jl साथ mxnet मुख्य डॉक्स से निम्न उदाहरण को दोहराने के लिए कोशिश कर रहा हूँ: A = Variable('A') B = Variable('B') C = B * A D = C + Constant(1) # get gradient node. gA, gB = D

    7गर्मी

    4उत्तर

    प्रशिक्षण। मैं एक अजीब व्यवहार प्रशिक्षण सटीकता को देख रहा हूं धीरे-धीरे बढ़ रहा था और 39% तक चला गया और अगले युग में यह 9% तक चला गया और फिर यह शेष प्रशिक्षण के लिए 9% तक रहता है। मैंने अन्य सभी पैरा

    10गर्मी

    1उत्तर

    मैं सोच रहा था कि कोई भी 4 जीपीयू सेटिंग में टेंसफोर्लो से शीर्ष प्रदर्शन कैसे प्राप्त कर सकता है, इस बारे में सोच सकता है। एक परीक्षण के रूप में मैंने 32x32 इनपुट पर छोटे फ़िल्टर बैंकों (16-128 से ले

    6गर्मी

    1उत्तर

    के लिए वजन क्षय का उचित तरीका क्या है क्योंकि एडम ऑप्टिमाइज़र ग्रेडियेंट्स के लिए औसत/भिन्नता जैसे चलने वाले औसत की एक जोड़ी रखता है, मुझे आश्चर्य है कि इसे वजन क्षय को सही तरीके से कैसे संभालना चाहिए