Domande taggate «deep-learning»

Un'area dell'apprendimento automatico riguarda l'apprendimento delle rappresentazioni gerarchiche dei dati, principalmente con reti neurali profonde.

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 linee guida dovrebbero essere seguite per l'utilizzo di reti neurali con input sparsi

Ho input estremamente sparsi, ad esempio posizioni di determinate funzionalità in un'immagine di input. Inoltre, ogni funzione può avere più rilevamenti (non sono sicuro che ciò abbia un impatto sul design del sistema). Questo lo presenterò come 'immagine binaria' del canale k con pixel ON che rappresentano la presenza di …

9 neural-networks deep-learning sparse

Autoencoder variabile con modello di miscela gaussiana

Un autoencoder variazionale (VAE) fornisce un modo per apprendere la distribuzione di probabilità correlando un input alla sua rappresentazione latente . In particolare, l'encoder associa un input a una distribuzione su . Un tipico codificatore emetterà parametri , che rappresentano la distribuzione gaussiana ; questa distribuzione viene utilizzata come nostra …

9 neural-networks deep-learning autoencoders variational-bayes

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.