Statistiche e Big Data conv-neural-network

1

Qual è una spiegazione dell'esempio del perché la normalizzazione in lotti deve essere fatta con una certa cura?

Stavo leggendo il documento di normalizzazione in lotti [1] e aveva una sezione in cui è riportato un esempio, cercando di mostrare perché la normalizzazione deve essere eseguita con attenzione. Sinceramente, non riesco a capire come funziona l'esempio e sono sinceramente molto curioso di capire il loro lavoro il più …

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

1

Qual è la perdita di perdita di peso?

Sto iniziando con il deep learning e ho una domanda la cui risposta non riuscivo a trovare, forse non ho cercato correttamente. Ho visto questa risposta , ma non è ancora chiaro quale sia la perdita di perdita di peso e come sia correlata alla funzione di perdita.

11 neural-networks conv-neural-network

2

Come sono collegati i filtri e le mappe di attivazione nelle reti neurali convoluzionali?

In che modo le mappe di attivazione di un determinato livello sono collegate ai filtri per quel livello? Non sto chiedendo come fare un'operazione convoluzionale tra il filtro e la mappa di attivazione, sto chiedendo del tipo di connettività che hanno questi due. Ad esempio, supponiamo che tu voglia fare …

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

1

Formazione di una rete neurale di convoluzione

Attualmente sto lavorando a un software di riconoscimento facciale che utilizza reti neurali di convoluzione per riconoscere i volti. Sulla base delle mie letture, ho riscontrato che una rete neurale convoluzionale ha condiviso pesi, in modo da risparmiare tempo durante l'allenamento. Ma come si adatta la backpropagation in modo che …

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

2

Più filtri in un livello convoluzionale non imparerebbero lo stesso parametro durante l'allenamento?

Sulla base di quanto appreso, utilizziamo più filtri in un livello Conv di una CNN per apprendere diversi rilevatori di funzionalità. Ma poiché questi filtri vengono applicati in modo simile (cioè fatti scorrere e moltiplicati per le aree dell'input), non imparerebbero gli stessi parametri durante l'allenamento? Quindi l'uso di più …

11 neural-networks conv-neural-network convolution filter

3

CIFAR-10 Impossibile ottenere una precisione superiore al 60%, Keras con backend Tensorflow [chiuso]

Chiuso. Questa domanda è fuori tema . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che sia in argomento per Cross Validated. Chiuso l'anno scorso . L'allenamento dopo 15 epoche sul set di dati CIFAR-10 sembra che la perdita di validazione non diminuisca più, …

11 neural-networks conv-neural-network keras

2

Una rete neurale convoluzionale può prendere come immagini di input di dimensioni diverse?

Sto lavorando su una rete di convoluzione per il riconoscimento delle immagini e mi chiedevo se potevo inserire immagini di dimensioni diverse (non enormemente diverse). Su questo progetto: https://github.com/harvardnlp/im2markup Dicono: and group images of similar sizes to facilitate batching Quindi, anche dopo la preelaborazione, le immagini sono ancora di dimensioni …

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

4

differenza tra rete neurale e apprendimento profondo

In termini di differenza tra la rete neurale e il deep learning, possiamo elencare diversi elementi, come sono inclusi più livelli, un set di dati di massa, un potente hardware per rendere possibile l'addestramento di modelli complicati. Oltre a questi, ci sono spiegazioni più dettagliate riguardo alla differenza tra NN …

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

1

Le reti neurali di solito impiegano un po 'di tempo a "calciare" durante l'allenamento?

Sto cercando di formare una rete neurale profonda per la classificazione, usando la propagazione posteriore. In particolare, sto usando una rete neurale convoluzionale per la classificazione delle immagini, usando la libreria Tensor Flow. Durante l'allenamento, sto sperimentando uno strano comportamento e mi chiedo solo se questo è tipico o se …

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

1

Come determinare il numero di operatori convoluzionali nella CNN?

Nell'attività di visione artificiale, come la classificazione degli oggetti, con Convolutional Neural Networks (CNN), la rete offre prestazioni interessanti. Ma non sono sicuro di come impostare i parametri in strati convoluzionali. Ad esempio, un'immagine in scala di grigi ( 480x480), il primo livello convoluzionale può usare un operatore convoluzionale come …

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

2

WaveNet non è davvero una convoluzione dilatata, vero?

Nel recente documento WaveNet , gli autori fanno riferimento al loro modello come se avessero strati sovrapposti di convoluzioni dilatate. Producono anche i seguenti grafici, che spiegano la differenza tra convoluzioni 'regolari' e convoluzioni dilatate. Le convoluzioni regolari sembrano Questa è una convoluzione con una dimensione del filtro di 2 …

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

3

Funzione di perdita per la segmentazione semantica

Si scusa per l'uso improprio di termini tecnici. Sto lavorando a un progetto di segmentazione semantica tramite reti neurali convoluzionali (CNN); cercando di implementare un'architettura di tipo Encoder-Decoder, quindi l'output ha le stesse dimensioni dell'input. Come si progettano le etichette? Quale funzione di perdita si dovrebbe applicare? Soprattutto nella situazione …

10 conv-neural-network image-processing segmentation

1

Quale modello di apprendimento profondo può classificare categorie che non si escludono a vicenda

Esempi: ho una frase nella descrizione del lavoro: "Ingegnere senior Java nel Regno Unito". Voglio usare un modello di apprendimento profondo per prevederlo in 2 categorie: English e IT jobs. Se uso il modello di classificazione tradizionale, posso solo prevedere 1 etichetta con la softmaxfunzione all'ultimo livello. Quindi, posso usare …

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

2

Immagini non quadrate per la classificazione delle immagini

Ho un set di dati di immagini di grandi dimensioni: 1760x128. Ho letto tutorial e libri, e la maggior parte di essi afferma che le immagini di input devono essere quadrate e, in caso contrario, vengono trasformate in quadrate per essere addestrate in CNN già formati (su immagini quadrate). C'è …

9 conv-neural-network

1

Quanti dati per l'apprendimento profondo?

Sto imparando il deep learning (in particolare le CNN) e come in genere richiede moltissimi dati per prevenire un eccesso di adattamento. Tuttavia, mi è stato anche detto che maggiore è la capacità / più parametri ha un modello, più dati sono necessari per evitare un eccesso di adattamento. Pertanto, …

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

Domande taggate «conv-neural-network»