Statistiche e Big Data conv-neural-network

2

Qual è la differenza tra l'inizializzatore di ridimensionamento della varianza e l'inizializzatore di xavier?

Nell'implementazione di ResNet di Tensorflow , trovo che utilizzino l'inizializzatore di ridimensionamento della varianza, trovo anche che l'inizializzatore di xavier sia popolare. Non ho troppa esperienza su questo, che è meglio in pratica?

20 machine-learning neural-networks deep-learning conv-neural-network tensorflow

4

È una buona idea usare la CNN per classificare il segnale 1D?

Sto lavorando alla classificazione della fase del sonno. Ho letto alcuni articoli di ricerca su questo argomento, molti dei quali hanno utilizzato il metodo SVM o ensemble. È una buona idea utilizzare una rete neurale convoluzionale per classificare il segnale EEG monodimensionale? Sono nuovo di questo tipo di lavoro. Mi …

20 neural-networks svm conv-neural-network signal-processing

2

Cosa fanno i layer completamente connessi nelle CNN?

Comprendo i livelli convoluzionali e di raggruppamento, ma non riesco a vedere il motivo di un livello completamente connesso nelle CNN. Perché il livello precedente non è collegato direttamente al livello di output?

19 neural-networks deep-learning conv-neural-network

6

Strati convoluzionali: pad o non pad?

L'architettura AlexNet utilizza zero-padding come mostrato nella figura: Tuttavia, non vi è alcuna spiegazione nel documento sul perché questa imbottitura è stata introdotta. Il corso Standford CS 231n insegna che utilizziamo l'imbottitura per preservare le dimensioni spaziali: Mi chiedo è l'unica ragione per cui abbiamo bisogno di imbottitura? Voglio dire, …

19 conv-neural-network convolution

5

Qual è la differenza tra "apprendimento di trasferimento" e "adattamento del dominio"?

C'è qualche differenza tra "apprendimento del trasferimento" e "adattamento del dominio"? Non conosco il contesto, ma la mia comprensione è che abbiamo un set di dati 1 e ci alleniamo su di esso, dopo di che abbiamo un altro set di dati 2 per il quale vogliamo adattare il nostro …

19 deep-learning terminology conv-neural-network transfer-learning domain-adaptation

4

Qual è la differenza tra Conv1D e Conv2D?

Stavo esaminando i documenti di convoluzione di keras e ho trovato due tipi di convulsioni Conv1D e Conv2D. Ho fatto qualche ricerca sul web e questo è ciò che capisco di Conv1D e Conv2D; Conv1D viene utilizzato per le sequenze e Conv2D utilizza per le immagini. Ho sempre pensato che …

19 machine-learning neural-networks conv-neural-network keras

2

Perché il pooling massimo è necessario nelle reti neurali convoluzionali?

Le reti neurali convoluzionali più comuni contengono livelli di pool per ridurre le dimensioni delle funzionalità di output. Perché non sono riuscito a ottenere la stessa cosa semplicemente aumentando il passo del livello convoluzionale? Cosa rende necessario il livello di pooling?

18 deep-learning conv-neural-network pooling

2

Cosa causa improvvisi cali degli errori di allenamento / test durante l'allenamento di una rete neurale?

Ho visto trame di errore di test / allenamento improvvisamente cadere a certe epoche alcune volte durante l'allenamento della rete neurale, e mi chiedo che cosa causi questi salti di prestazione: Questa immagine è tratta da Kaiming He Github, ma trame simili appaiono in molti giornali.

18 conv-neural-network

4

Informazioni su CNN, kernel e invarianza di scala / rotazione

Ho un paio di domande che mi confondono riguardo alla CNN. 1) Le funzionalità estratte utilizzando CNN sono invarianti di scala e rotazione? 2) I kernel che utilizziamo per la convoluzione con i nostri dati sono già definiti in letteratura? che tipo di questi kernel sono? è diverso per ogni …

17 neural-networks deep-learning conv-neural-network

1

numero di mappe caratteristiche in reti neurali convoluzionali

Quando apprendo la rete neurale convoluzionale, ho domande riguardanti la figura seguente. 1) C1 nel layer 1 ha 6 mappe caratteristiche, significa che ci sono sei kernel convoluzionali? Ogni kernel convoluzionale viene utilizzato per generare una mappa delle caratteristiche basata sull'input. 2) S1 nel livello 2 ha 6 mappe caratteristiche, …

16 machine-learning neural-networks deep-learning pattern-recognition conv-neural-network

3

Cosa fa il passaggio della convoluzione in una rete neurale convoluzionale?

Sto studiando reti neurali convoluzionali (CNN) a causa delle loro applicazioni nella visione artificiale. Ho già familiarità con le reti neurali standard feed-foward, quindi spero che alcune persone qui possano aiutarmi a fare un passo in più nella comprensione delle CNN. Ecco cosa penso delle CNN: Nei tradizionali NN feed-foward, …

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

1

Qual è il significato del numero di filtri di convoluzione in una rete convoluzionale?

Cosa trasmette il numero di filtri in uno strato di convoluzione? In che modo questo numero influisce sulle prestazioni o sulla qualità dell'architettura? Voglio dire dovremmo sempre optare per un numero maggiore di filtri? cosa c'è di buono in loro? e in che modo le persone assegnano un numero diverso …

16 deep-learning conv-neural-network

1

Che cos'è la classificazione temporale dei connessionisti (CTC)?

Sto cercando di realizzare un progetto di riconoscimento ottico dei caratteri (OCR). Dopo aver fatto qualche ricerca mi sono imbattuto in un'architettura che sembra interessante: CNN + RNN + CTC. Ho familiarità con le reti neurali contorte (CNN) e le reti neurali ricorrenti (RNN), ma cos'è la classificazione temporale dei …

15 machine-learning deep-learning conv-neural-network rnn

1

Perché è importante includere un termine di correzione della distorsione per l'ottimizzatore Adam per Deep Learning?

Stavo leggendo dell'ottimizzatore Adam per Deep Learning e mi sono imbattuto nella frase seguente nel nuovo libro Deep Learning di Begnio, Goodfellow e Courtville: Adam include correzioni di bias alle stime sia dei momenti del primo ordine (il termine momentum) sia dei momenti (non centrati) del secondo ordine per tenere …

15 machine-learning neural-networks optimization conv-neural-network adam

2

Ci sono ragioni matematiche per la convoluzione nelle reti neurali oltre l'opportunità?

Nelle reti neurali convoluzionali (CNN) la matrice di pesi ad ogni passo viene capovolta per ottenere righe e colonne per ottenere la matrice del kernel, prima di procedere con la convoluzione. Questo è spiegato in una serie di video di Hugo Larochelle qui : Il calcolo delle mappe nascoste corrisponderebbe …

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

Domande taggate «conv-neural-network»