«conv-neural-network» etiketlenmiş sorular

Yığın normalizasyon kağıdını okuyordum [1] ve bir örneklemin geçtiği bir bölüm vardı, normalleşmenin neden dikkatli yapılması gerektiğini göstermeye çalışıyordu. Dürüst olmak gerekirse, örneğin nasıl çalıştığını anlayamıyorum ve kağıtlarını olabildiğince iyi anlamak çok merak ediyorum. Önce burada alıntı yapmama izin verin: Örneğin, öğrenilen yanlılığı b ekleyen ve eğitim verileri üzerinden hesaplanan …

11 machine-learning  neural-networks  conv-neural-network 

Derin öğrenmeye başlıyorum ve cevabını bulamadığım bir sorum var, belki de doğru aramadım. Bu cevabı gördüm , ancak kilo kaybı kaybının ne olduğu ve kayıp fonksiyonuyla nasıl ilişkili olduğu hala net değil.

11 neural-networks  conv-neural-network 

Geri yayılımı kullanarak sınıflandırma için derin bir sinir ağını eğitmeye çalışıyorum. Özellikle, görüntü sınıflandırması için, Tensor Flow kütüphanesini kullanarak evrişimli bir sinir ağı kullanıyorum. Eğitim sırasında garip bir davranış yaşıyorum ve bunun tipik olup olmadığını ya da yanlış bir şey yapıp yapmadığımı merak ediyorum. Böylece, evrişimli sinir ağımın 8 katmanı …

11 machine-learning  classification  neural-networks  conv-neural-network  tensorflow 

Belirli bir katmandaki etkinleştirme haritaları, o katmanın filtrelerine nasıl bağlanır? Filtre ve aktivasyon haritası arasında kıvrımlı bir işlemin nasıl yapılacağını sormuyorum, bu iki bağlantının türünü soruyorum. Örneğin, tam bağlantı yapmak istediğinizi varsayalım. Belirli bir katmanda f sayıda filtre ve n adet etkinleştirme haritası var. Bir sonraki katmandaki f * n …

11 machine-learning  deep-learning  conv-neural-network 

Şu anda yüzleri tanımak için evrişim sinir ağlarını kullanan bir yüz tanıma yazılımı üzerinde çalışıyorum. Okumalarıma dayanarak, eğitim sırasında zaman kazanmak için evrişimli bir sinir ağının ağırlık paylaştığını topladım. Ancak, bir geri yayılımı nasıl adapte eder, böylece bir evrişim sinir ağında kullanılabilir. Geri çoğaltmada, ağırlıkların eğitilmesi için buna benzer bir …

11 machine-learning  neural-networks  computer-vision  backpropagation  conv-neural-network 

Öğrendiklerime dayanarak, farklı özellik dedektörlerini öğrenmek için bir CNN'nin Konv Katmanında birden çok filtre kullanıyoruz. Ancak bu filtreler benzer şekilde uygulandığından (yani girdinin bölgelerine kaydırılmış ve çoğaltılmış), eğitim sırasında aynı parametreleri öğrenmezler miydi? Bu yüzden birden fazla filtre kullanımı gereksiz olur mu?

11 neural-networks  conv-neural-network  convolution  filter 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Sorunuzu güncelleyin o yüzden -konu üzerinde Çapraz doğrulanmış için. Geçen yıl kapalı . CIFAR-10 veri setinde 15 dönemden sonra yapılan eğitim, geçerlilik kaybının artık azalmamasına ve 1.4'e (% 60 doğrulama doğruluğu ile) bağlı kalmayacağı …

11 neural-networks  conv-neural-network  keras 

Görüntü tanıma için bir evrişim ağı üzerinde çalışıyorum ve farklı boyutlarda görüntüler girip giremeyeceğimi merak ettim (çok farklı değil). Bu projede: https://github.com/harvardnlp/im2markup Onlar söylüyor: and group images of similar sizes to facilitate batching Bu nedenle, ön işlemden sonra bile, görüntüler hala farklı boyutlardadır, bu da formülün bir kısmını kesmeyecekleri için …

10 neural-networks  conv-neural-network  computer-vision 

Sinir ağı ve derin öğrenme arasındaki fark açısından, daha fazla katman dahil, büyük veri seti, eğitim karmaşık modeli mümkün kılmak için güçlü bilgisayar donanımı gibi çeşitli öğeleri listeleyebiliriz. Bunların yanı sıra NN ve DL arasındaki farkla ilgili daha ayrıntılı bir açıklama var mı?

10 machine-learning  neural-networks  deep-learning  conv-neural-network  deep-belief-networks 

Konvolüsyonel Sinir Ağları (CNN) ile nesne sınıflandırması gibi bilgisayar görme görevlerinde, ağ çekici bir performans sağlar. Ama evrişimsel katmanlarda parametreleri nasıl ayarlayacağımdan emin değilim. Örneğin 480x480, birinci evrişimsel katman gibi bir gri tonlamalı görüntü ( ), 10 sayısının evrişimsel operatörlerin sayısı anlamına 11x11x10geldiği gibi evrişimsel bir operatör kullanabilir. Soru, CNN'deki …

10 neural-networks  deep-learning  conv-neural-network  computer-vision 

Son WaveNet gazetesinde yazarlar, modellerini genişletilmiş kıvrım katmanlarının yığılmış katmanları olarak adlandırıyorlar. Ayrıca, 'düzenli' konvolüsyonlar ve dilate konvolüsyonlar arasındaki farkı açıklayan aşağıdaki çizelgeleri hazırlarlar. Düzenli kıvrımlar şöyle görünür: Bu, filtre boyutu 2 ve adım 4 olan bir katmandır. Daha sonra, modelleri tarafından kullanılan, genişletilmiş kıvrımlar olarak adlandırdıkları bir mimari gösterirler. …

10 neural-networks  deep-learning  conv-neural-network  tensorflow 

Teknik terimlerin yanlış kullanımı için özür diler. Evrişimli sinir ağları (CNN'ler) aracılığıyla anlamsal bölümleme projesi üzerinde çalışıyorum; Encoder-Decoder türünde bir mimari uygulamaya çalıştığından, çıktı girdiyle aynı boyuttadır. Etiketleri nasıl tasarlıyorsunuz? Hangi kayıp fonksiyonu uygulanmalıdır? Özellikle ağır sınıf dengesizliği durumunda (ancak sınıflar arasındaki oran görüntüden görüntüye değişir). Sorun iki sınıfla ilgilidir …

10 conv-neural-network  image-processing  segmentation 

Derin öğrenmeyi (özellikle CNN'leri) ve aşırı sığmayı önlemek için genellikle çok fazla veriyi nasıl gerektirdiğini öğreniyorum. Bununla birlikte, bir modelin kapasitesi ne kadar yüksekse, fazla takmayı önlemek için o kadar fazla veriye ihtiyaç duyulduğu söylendi. Bu nedenle, sorum şu: Neden sadece derin bir sinir ağında katman başına katman / düğüm …

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

Örnekler: İş tanımında bir cümle var: "İngiltere'de Java kıdemli mühendisi". Derin bir öğrenme modelini 2 kategori olarak tahmin etmek istiyorum: English ve IT jobs. Geleneksel sınıflandırma modeli kullanırsam, sadece softmaxson katmanda işlevli 1 etiket tahmin edebilir . Bu nedenle, her iki kategoride "Evet" / "Hayır" ı tahmin etmek için 2 …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

Geniş resim veri setim var: 1760x128. Ben öğreticiler ve kitaplar olsa okudum, ve çoğu giriş görüntüleri kare olması gerektiğini ve değilse, zaten eğitimli (kare görüntüler üzerinde) cnns eğitilmek için kareye dönüştürülmüş olduğunu belirtir. Kare olmayan görüntüler için CNN'yi eğitmenin bir yolu var mı yoksa dolgu olarak başka bir seçenek aramalı …

9 conv-neural-network