Statistiche e Big Data conv-neural-network

4

Qual è la differenza tra reti neurali convoluzionali, macchine Boltzmann riservate e codificatori automatici?

Recentemente ho letto del deep learning e sono confuso riguardo ai termini (o alle tecnologie). Qual è la differenza tra Reti neurali convoluzionali (CNN), Macchine Boltzmann limitate (RBM) e Auto-encoder?

123 neural-networks deep-learning conv-neural-network autoencoders rbm

6

Cosa significa convoluzione 1x1 in una rete neurale?

Attualmente sto facendo il tutorial di apprendimento profondo Udacity. Nella lezione 3, parlano di una convoluzione 1x1. Questa convoluzione 1x1 viene utilizzata in Google Inception Module. Ho difficoltà a capire cos'è una convoluzione 1x1. Ho visto anche questo post di Yann Lecun. Qualcuno potrebbe gentilmente spiegarmi questo?

106 neural-networks deep-learning convolution conv-neural-network

4

Perché le reti neurali stanno diventando più profonde, ma non più ampie?

Negli ultimi anni, le reti neurali convoluzionali (o forse le reti neurali profonde in generale) sono diventate sempre più profonde, con reti all'avanguardia che vanno da 7 strati ( AlexNet ) a 1000 strati ( reti residue) nello spazio di 4 anni. Il motivo dietro l'aumento delle prestazioni da una …

73 machine-learning classification neural-networks deep-learning conv-neural-network

2

Che cos'è il livello di pooling massimo globale e quali sono i suoi vantaggi rispetto al livello di max max passaggi?

Qualcuno può spiegare cos'è un max pooling globale e perché e quando lo utilizziamo per allenare una rete neurale. Hanno qualche vantaggio rispetto al normale livello massimo di pooling?

55 neural-networks conv-neural-network pooling

2

Perché le reti neurali convoluzionali non usano una macchina vettoriale di supporto per classificare?

Negli ultimi anni, le reti neurali convoluzionali (CNN) sono diventate lo stato dell'arte per il riconoscimento degli oggetti nella visione artificiale. In genere, una CNN è composta da diversi livelli convoluzionali, seguiti da due livelli completamente collegati. Un'intuizione alla base di ciò è che i livelli convoluzionali apprendono una migliore …

46 machine-learning neural-networks svm deep-learning conv-neural-network

4

Come vengono applicati i kernel alle mappe caratteristiche per produrre altre mappe caratteristiche?

Sto cercando di comprendere la parte di convoluzione delle reti neurali convoluzionali. Guardando la figura seguente: Non ho problemi a comprendere il primo livello di convoluzione in cui abbiamo 4 kernel diversi (di dimensioni ), che contiamo con l'immagine di input per ottenere 4 mappe caratteristiche.k×kk×kk \times k Quello che …

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

6

Importanza della normalizzazione della risposta locale nella CNN

Ho scoperto che Imagenet e altri grandi CNN fanno uso di livelli di normalizzazione della risposta locale. Tuttavia, non riesco a trovare così tante informazioni su di loro. Quanto sono importanti e quando dovrebbero essere usati? Da http://caffe.berkeleyvision.org/tutorial/layers.html#data-layers : "Lo strato di normalizzazione della risposta locale esegue una sorta di" …

41 deep-learning convolution conv-neural-network

4

Qual è l'invarianza della traduzione nella visione artificiale e nella rete neurale convoluzionale?

Non ho un background di visione artificiale, eppure quando leggo alcuni articoli e documenti relativi all'elaborazione delle immagini e alle reti neurali convoluzionali, devo costantemente affrontare il termine translation invariance, o translation invariant. O ho letto molto che l'operazione di convoluzione prevede translation invariance? !! Cosa significa questo? Io stesso …

38 machine-learning conv-neural-network convolution computer-vision

4

Differenza tra "kernel" e "filtro" nella CNN

Qual è la differenza tra i termini "kernel" e "filtro" nel contesto delle reti neurali convoluzionali?

37 neural-networks terminology deep-learning conv-neural-network

3

I livelli di pooling vengono aggiunti prima o dopo i layer di dropout?

Sto creando una rete neurale convoluzionale (CNN), in cui ho uno strato convoluzionale seguito da uno strato di pooling e desidero applicare il dropout per ridurre l'overfitting. Ho la sensazione che il livello di abbandono debba essere applicato dopo il livello di raggruppamento, ma in realtà non ho nulla per …

35 deep-learning conv-neural-network dropout

3

Pre-training nella rete neurale profonda convoluzionale?

Qualcuno ha visto letteratura sulla pre-formazione in una rete neurale convoluzionale profonda? Ho visto solo pre-training senza supervisione in autoencoder o macchine boltzman limitate.

33 machine-learning neural-networks deep-learning conv-neural-network autoencoders

2

Qual è la definizione di una "mappa caratteristica" (nota anche come "mappa di attivazione") in una rete neurale convoluzionale?

Sfondo introduttivo All'interno di una rete neurale convoluzionale, di solito abbiamo una struttura / flusso generale che assomiglia a questo: immagine di input (cioè un vettore 2D x) (Il 1 ° livello convoluzionale (Conv1) inizia qui ...) contorta una serie di filtri ( w1) lungo l'immagine 2D (ovvero z1 = …

32 neural-networks deep-learning conv-neural-network

1

Architetture della CNN per regressione?

Ho lavorato su un problema di regressione in cui l'input è un'immagine e l'etichetta ha un valore continuo tra 80 e 350. Le immagini sono di alcuni prodotti chimici dopo una reazione. Il colore che risulta indica la concentrazione di un'altra sostanza chimica rimasta, ed è quello che il modello …

32 regression machine-learning neural-networks conv-neural-network tensorflow

2

Cosa significa saturare le non linearità?

Stavo leggendo il documento ImageNet Classification con Deep Convolutional Neural Networks e nella sezione 3 dove spiegavano l'architettura della loro Convolutional Neural Network spiegavano come preferivano usare: non linearità non saturataf( x ) = m a x ( 0 , x ) .f(X)=mun'X(0,X).f(x) = max(0, x). perché era più veloce …

30 machine-learning neural-networks terminology conv-neural-network

1

Perché dobbiamo normalizzare le immagini prima di metterle nella CNN?

Non sono chiaro il motivo per cui normalizziamo l'immagine per CNN per (image - mean_image)? Grazie!

29 deep-learning conv-neural-network image-processing

Domande taggate «conv-neural-network»