Domande taggate «deep-learning»

una nuova area di ricerca sull'apprendimento automatico concernente le tecnologie utilizzate per l'apprendimento delle rappresentazioni gerarchiche dei dati, principalmente svolte con reti neurali profonde (cioè reti con due o più strati nascosti), ma anche con una sorta di modelli grafici probabilistici.

Perché le RNN di solito hanno meno livelli nascosti rispetto alle CNN?

Le CNN possono avere centinaia di livelli nascosti e poiché sono spesso utilizzati con i dati delle immagini, avere molti livelli acquisisce una maggiore complessità. Tuttavia, per quanto ho visto, gli RNN di solito hanno pochi livelli, ad esempio 2-4. Ad esempio, per la classificazione dell'elettrocardiogramma (ECG), ho visto documenti …

8 deep-learning cnn lstm rnn feature-extraction

comprensione della normalizzazione in lotti

Nel documento Normalizzazione in lotti: accelerare la formazione in rete profonda tramite la riduzione dello spostamento della covariata interna ( qui ) Prima di spiegare il processo di normalizzazione in lotti, il documento cerca di spiegare i problemi correlati (non ottengo quale sia esattamente il problema affrontato qui) . estratto …

8 neural-network deep-learning batch-normalization

Rete convoluzionale per la classificazione, estremamente sensibile all'illuminazione

Ho addestrato una rete convoluzionale per classificare le immagini di un componente meccanico come buone o difettose. Sebbene la precisione del test fosse elevata, mi sono reso conto che il modello ha funzionato male su immagini con illuminazione leggermente diversa. Le caratteristiche che sto cercando di rilevare sono sottili e …

8 machine-learning classification deep-learning image-classification

Le convoluzioni "appiattiscono le immagini"?

Sto cercando una buona spiegazione di come funzionano le convoluzioni nell'apprendimento profondo quando applicate a immagini multicanale. Ad esempio, supponiamo che io abbia un'immagine di 100 x 100 pixel con tre canali, RGB. Il tensore di input avrebbe quindi dimensioni 100 x 100 x 3. Se applico una convoluzione con …

8 deep-learning convnet

Utilizzo di reti neurali per estrarre più parametri dalle immagini

Voglio estrarre i parametri da un'immagine usando una rete neurale. Esempio: Data un'immagine di un muro di mattoni, NN dovrebbe estrarre la larghezza e l'altezza dei mattoni, il colore e la rugosità. Posso generare immagini per determinati parametri per addestrare l'NN e voglio usarlo per estrarre i parametri da un'immagine …

8 neural-network deep-learning computer-vision

Esiste un dominio in cui Spiking Neural Networks supera gli altri algoritmi (non spiking)?

Sto leggendo le tecniche di calcolo del serbatoio come Echo State Networks e Liquid State Machines . Entrambi i metodi prevedono l'alimentazione di input a una popolazione di neuroni di spionaggio collegati casualmente (o meno) e un algoritmo di lettura relativamente semplice che produce l'output (ad es. Regressione lineare). I …

8 machine-learning classification neural-network deep-learning svm

In che modo il deep learning aiuta a rilevare più oggetti in una singola immagine?

Diciamo che ci sono due macchine in un'immagine. Come può rilevare queste auto, dato che può rilevare una singola auto in un'immagine?

8 deep-learning convnet object-recognition

Theano nella ricerca di apprendimento profondo

Quanto è ampiamente utilizzato Theano nella ricerca sull'apprendimento profondo? Theano è un buon inizio per apprendere l'implementazione degli algoritmi di machine learning? Imparare l'implementazione di qualcosa come una rete feed forward sarà davvero d'aiuto? Gli studenti universitari implementano reti neurali o altri algoritmi almeno una volta durante i giorni del …

8 machine-learning python deep-learning library

Utilizzare sklearn o tensorflow per le reti neurali?

Ho appena iniziato a studiare le reti neurali per l'apprendimento approfondito da CS231. Sto cercando di implementare Neural Network in Python. Sto cercando di usare Tensorflow o scikit-learn. Quali sono alcuni pro e contro di queste librerie per questa applicazione?

7 neural-network deep-learning tensorflow

Come funziona una rete encoder-decoder?

Diciamo che ho addestrato una rete encoder-decoder su un set di dati cat usando l' errore di ricostruzione come funzione di perdita. La rete è completamente addestrata e il decodificatore è in grado di ricostruire buone immagini di gatti . Ora cosa succede se utilizzo la stessa rete e inserisco …

7 neural-network deep-learning autoencoder

aumento dei dati quando si utilizza flow_from_directory nella CNN

Voglio usare un piccolo set di dati per creare un modello CNN. Quindi, sto usando l'aumento dei dati per aumentare il set di dati del treno. Dovrei usare tutte le tecniche di aumento (argomenti) elencate qui ? Ho notato che l'aggiunta di molti argomenti riduce l'accuratezza del modello e rende …

7 deep-learning keras tensorflow convnet

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.

Licensed under cc by-sa 3.0 with attribution required.