Domande taggate «conv-neural-network»

Le reti neurali convoluzionali sono un tipo di rete neurale in cui esistono solo sottoinsiemi di possibili connessioni tra strati per creare regioni sovrapposte. Sono comunemente usati per compiti visivi.

Convoluzione 1D nelle reti neurali

Capisco come funziona la convoluzione ma non capisco come le convoluzioni 1D vengano applicate ai dati 2D. In questo esempio puoi vedere una convoluzione 2D in un dato 2D. Ma come sarebbe se fosse una convoluzione 1D? Solo un kernel 1D che scorre allo stesso modo? E se il passo …

9 conv-neural-network

Campo recettivo dei neuroni in LeNet

Sto cercando di capire meglio i campi ricettivi della CNN. Per fare ciò, vorrei calcolare il campo ricettivo di ciascun neurone in LeNet. Per una normale MLP è piuttosto semplice (vedi http://deeplearning.net/tutorial/lenet.html#sparse-connectivity ), ma è più difficile calcolare il campo ricettivo di un neurone in uno strato che segue uno …

9 deep-learning conv-neural-network

Quali sono le differenze tra i filtri appresi nell'autoencoder e nella rete neurale convoluzionale?

In CNN, impareremo i filtri per produrre una mappa delle caratteristiche nel livello convoluzionale. In Autoencoder, ciascuna singola unità nascosta di livello può essere considerata come filtro. Qual è la differenza tra i filtri appresi in queste due reti?

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

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.