«conv-neural-network» etiketlenmiş sorular

Evrişimli sinir ağlarında (CNN), her adımdaki ağırlık matrisi, evrişime devam etmeden önce çekirdek matrisini elde etmek için satırlarını ve sütunlarını döndürür. Bu Hugo Larochelle tarafından video dizisiyle açıklanmıştır burada : Gizli haritaların hesaplanması, bir çekirdek matrisi [...] kullanarak önceki katmandaki bir kanalla ayrı bir kıvrım yapmaya karşılık gelir ve bu …

14 machine-learning  neural-networks  conv-neural-network  convolution 

MNIST basamak tanıma görevinin "permütasyon değişmez" terimini gördüm. Bu ne demek?

14 machine-learning  neural-networks  terminology  conv-neural-network  definition 

Bazı derslerde, "Xavier" kilo başlatmanın (kağıt: Derin ileri beslemeli sinir ağlarını eğitmenin zorluğunu anlamanın ) sinir ağlarının ağırlıklarını başlatmanın etkili bir yolu olduğunu ifade ettim . Tamamen bağlı katmanlar için bu öğreticilerde temel bir kural vardı: Var(W)=2nin+nout,simpler alternative:Var(W)=1ninVar(W)=2nin+nout,simpler alternative:Var(W)=1ninVar(W) = \frac{2}{n_{in} + n_{out}}, \quad \text{simpler alternative:} \quad Var(W) = \frac{1}{n_{in}} …

14 normal-distribution  variance  neural-networks  conv-neural-network 

Evrensel yaklaşım teoremi, sinir ağları için oldukça ünlü bir sonuçtur, temelde bazı varsayımlar altında, bir fonksiyonun herhangi bir doğruluk içinde bir sinir ağı tarafından eşit olarak tahmin edilebileceğini belirtir. Evrişimli sinir ağları için geçerli bazı benzer sonuçlar var mı?

14 neural-networks  conv-neural-network  approximation 

İşte onu kullanan bir keras kodu örneği: from keras.constraints import max_norm model.add(Convolution2D(32, 3, 3, input_shape=(3, 32, 32), border_mode='same', activation='relu', kernel_constraint=max_norm(3)))

13 neural-networks  regularization  conv-neural-network  optimization 

Google Inception modelinin topolojisi şu adreste bulunabilir: Google Inception Netowrk Bu modelde (# 154, # 152, # 145) 3 softmax katmanı olduğunu fark ettim ve bunlardan 2 tanesi bu modelin erken kaçış şekli. Bildiğim kadarıyla, softmax katman nihai çıktı için, neden bu kadar çok var? diğer 2 katmanın amacı nedir?

13 deep-learning  conv-neural-network 

Tüm aktivasyon katmanları için ReLU kullandığımızda, derin evrişimli sinir ağları için negatif ağırlıklara (yeterli dönemden sonra) sahip olmak mümkün müdür?

13 machine-learning  neural-networks  deep-learning  conv-neural-network 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Sorunuzu güncelleyin o yüzden -konu üzerinde Çapraz doğrulanmış için. 10 ay önce kapalı . Kahve, Theano, TensorFlow, keras gibi makine öğrenimi ve derin öğrenme için çok sayıda kütüphane olduğunu biliyorum ... Ama benim için …

13 neural-networks  deep-learning  conv-neural-network 

Hem "üst örnekleme" hem de "devrik evrişim" terimleri, "dekonvolüsyon" yaparken kullanılır (<- iyi bir terim değil, burada kullanayım). Başlangıçta, aynı anlama geldiklerini düşündüm, ancak bu makaleleri okuduktan sonra farklı oldukları bana geliyor. Herkes açıklığa kavuşturabilir mi? Geçişli evrişim : Görünüşe göre konvoltonal sinir ağı yoluyla kaybı propoagize ettiğimizde kullanabiliriz. http://andrew.gibiansky.com/blog/machine-learning/convolutional-neural-networks/#Backward-Propagation …

12 machine-learning  neural-networks  conv-neural-network  transposed-convolution 

Görüntü Tanıma için Derin Artık Öğrenme makalesini okuyordum ve artık bir bloğun hesaplamalı olarak neleri gerektirdiğini% 100 kesin olarak anlamakta zorlanıyordum. Kağıtlarını okurken şekil 2 var: Artık Blok'un ne olması gerektiğini gösterir. Bir artık bloğun hesaplanması sadece aşağıdakilerle aynı mıdır: y=σ(W2σ(W1x+b1)+b2+x)y=σ(W2σ(W1x+b1)+b2+x) \mathbf{y} = \sigma( W_2 \sigma( W_1 \mathbf{x} + b_1 …

12 machine-learning  neural-networks  deep-learning  conv-neural-network  residual-networks 

Okuma Kıvrımlarla daha derine inerek , önerilen başlangıç ​​modüllerinin yapı taşı olan ve farklı büyüklükteki birden fazla tansörünün çıktısını birleştiren bir DepthConcat katmanıyla karşılaştım . Yazarlar buna "Filtre Birleştirme" adını vermektedir. Meşale için bir uygulama var gibi görünüyor , ama gerçekten ne yaptığını anlamıyorum. Birisi basit kelimelerle açıklayabilir mi?

12 neural-networks  torch  conv-neural-network 

Stanford'un CS231N derslerine bakıyordum ve kafamı CNN mimarilerindeki bazı sorunların etrafına sarmaya çalışıyorum. Anlamaya çalıştığım şey, evrişim filtre boyutu ve adım gibi şeyler seçmek için bazı genel kurallar varsa veya bu bir bilimden daha fazla bir sanat mı? Anladığım havuzlama esas olarak bir çeşit çeviri değişmezliğini bir modele sokmak için …

12 neural-networks  deep-learning  conv-neural-network 

Evrişimli sinir ağlarını çalışıyorum ve uygulamaya çalışıyorum, ancak bu sorunun genel olarak çok katmanlı algılayıcılar için geçerli olduğunu düşünüyorum. Ağımdaki çıkış nöronları her sınıfın aktivasyonunu temsil eder: en aktif nöron, belirli bir girdi için öngörülen sınıfa karşılık gelir. Eğitim için çapraz entropi maliyetini göz önünde bulundurmak için, ağın sonuna bir …

12 neural-networks  deep-learning  conv-neural-network  nonlinear  softmax 

Bir yüz / yüz olmayan ikili algılamayı eğitmek için derin öğrenmeyi kullanmak istiyorum, hangi kaybı kullanmalıyım, SigmoidCrossEntropyLoss veya Menteşe kaybı olduğunu düşünüyorum . Bu doğru mu, ama ben sadece softmax kullanmalıyım ama sadece iki sınıfla mı merak ediyorum?

11 deep-learning  loss-functions  computer-vision  conv-neural-network 

Anladığım kadarıyla CNN'ler iki bölümden oluşuyor. Özellik çıkarmayı yapan ilk bölüm (döngü / havuz katmanları) ve özelliklerden sınıflandırma yapan ikinci bölüm (fc katmanları). Tam bağlı sinir ağları en iyi sınıflandırıcılar olmadığından (yani çoğu zaman SVM'ler ve RF'ler tarafından daha iyi performans gösterirler), CNN'ler neden bir SVM veya RF diyelim, FC …

11 neural-networks  svm  random-forest  conv-neural-network