Intelligence artificielle convolutional-neural-networks

8

Les scientifiques savent-ils ce qui se passe dans les réseaux de neurones artificiels?

Les scientifiques ou les experts de la recherche savent-ils dans la cuisine ce qui se passe dans un réseau de neurones «profonds» complexe avec au moins des millions de connexions qui se déclenchent instantanément? Comprennent-ils le processus sous-jacent (par exemple, ce qui se passe à l'intérieur et comment ça fonctionne …

69 neural-networks deep-learning convolutional-neural-networks explainable-ai

9

Comment est-il possible que des réseaux de neurones profonds soient si facilement trompés?

La page / étude suivante montre que les réseaux de neurones profonds sont facilement trompés en donnant des prédictions de confiance élevée pour des images non reconnaissables, par exemple: Comment c'est possible? Pouvez-vous s'il vous plaît expliquer idéalement en anglais simple?

63 convolutional-neural-networks image-recognition deep-network computer-vision

3

Comment les réseaux de neurones peuvent-ils gérer des tailles d’entrée variables?

Autant que je sache, les réseaux de neurones ont un nombre fixe de neurones dans la couche d'entrée. Si des réseaux de neurones sont utilisés dans un contexte tel que la PNL, des phrases ou des blocs de texte de différentes tailles sont envoyés à un réseau. Comment la taille …

43 neural-networks machine-learning deep-learning convolutional-neural-networks natural-language-processing

8

Dans un CNN, chaque nouveau filtre a-t-il des poids différents pour chaque canal d'entrée, ou les mêmes poids de chaque filtre sont-ils utilisés sur les canaux d'entrée?

Ma compréhension est que la couche convolutionnelle d'un réseau neuronal convolutionnel a quatre dimensions: canaux d'entrée, hauteur de filtre, largeur de filtre, nombre de filtres. En outre, je crois comprendre que chaque nouveau filtre est simplement compliqué sur TOUS les canaux d'entrée (ou les cartes d'entité / d'activation de la …

28 deep-learning convolutional-neural-networks image-recognition

4

La capacité de reconnaissance de formes des CNN est-elle limitée au traitement d'images?

Un réseau neuronal convolutif peut-il être utilisé pour la reconnaissance de formes dans un domaine problématique où il n'y a pas d'images préexistantes, par exemple en représentant graphiquement des données abstraites? Serait-ce toujours moins efficace? Ce développeur dit que le développement actuel pourrait aller plus loin, mais pas s'il y …

21 deep-network neural-networks image-recognition convolutional-neural-networks

3

Quelle est la différence entre un réseau neuronal convolutif et un réseau neuronal régulier?

J'ai beaucoup vu ces termes autour de ce site, en particulier dans les balises réseaux-neuronaux-convolutionnels et réseaux - neuronaux . Je sais qu'un réseau neuronal est un système basé vaguement sur le cerveau humain. Mais quelle est la différence entre un réseau neuronal convolutif et un réseau neuronal régulier? L'un …

18 neural-networks convolutional-neural-networks definitions terminology

3

Comment gérer des images de grandes tailles dans CNN?

Supposons qu'il y ait 10K images de tailles 2400 x 2400 à utiliser dans CNN. Selon moi, les ordinateurs conventionnels que les gens utilisent seront utiles. Maintenant, la question est de savoir comment gérer de si grandes tailles d'image où il n'y a pas de privilèges de sous-échantillonnage. Voici la …

15 neural-networks deep-learning image-recognition convolutional-neural-networks

3

Quelles topologies sont largement inexplorées dans l'apprentissage automatique? [fermé]

Fermé . Cette question doit être plus ciblée . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle se concentre sur un problème uniquement en modifiant ce message . Fermé il y a 23 jours . Géométrie et IA Les matrices, cubes, …

12 convolutional-neural-networks natural-language-processing topology graph-theory structure

6

Réseaux de neurones convolutifs avec images d'entrée de différentes dimensions - Segmentation d'images

Je suis confronté au problème d'avoir des images de différentes dimensions comme entrées dans une tâche de segmentation. Notez que les images n'ont même pas le même rapport hauteur / largeur. Une approche courante que j'ai trouvée en général dans l'apprentissage profond est de recadrer les images, comme cela est …

12 neural-networks convolutional-neural-networks datasets

2

Quelles sont les fonctionnalités des goulots d'étranglement?

Dans le billet de blog Construire des modèles de classification d'images puissants en utilisant très peu de données , les fonctionnalités de goulot d'étranglement sont mentionnées. Quelles sont les fonctionnalités des goulots d'étranglement? Changent-ils avec l'architecture utilisée? S'agit-il de la sortie finale des couches convolutives avant la couche entièrement connectée? …

11 machine-learning convolutional-neural-networks terminology definitions

2

Quelle couche consomme plus de temps dans la formation CNN? Couches de convolution vs couches FC

Dans Convolutional Neural Network, quelle couche consomme le maximum de temps dans la formation? Couches de convolution ou couches entièrement connectées? Nous pouvons prendre l'architecture AlexNet pour comprendre cela. Je veux voir la rupture du temps du processus de formation. Je veux une comparaison de temps relatif afin que nous …

11 neural-networks deep-learning convolutional-neural-networks

3

Utilisation d'un réseau de neurones pour reconnaître les modèles dans les matrices

J'essaie de développer un réseau de neurones qui peut identifier les caractéristiques de conception dans les modèles CAO (c'est-à-dire les emplacements, les bossages, les trous, les poches, les marches). Les données d'entrée que j'ai l'intention d'utiliser pour le réseau sont une matrice anxn (où n est le nombre de faces …

10 neural-networks machine-learning convolutional-neural-networks pattern-recognition detecting-patterns

4

Quels sont les modèles susceptibles de remplacer les réseaux de neurones dans un avenir proche?

Y a-t-il des modèles possibles qui pourraient remplacer les réseaux de neurones dans un avenir proche? Et en avons-nous même besoin? Quelle est la pire chose à propos de l'utilisation des réseaux de neurones en termes d'efficacité?

10 neural-networks convolutional-neural-networks recurrent-neural-networks

2

Utilisez l'IA ou le réseau neuronal pour la détection de logo

J'essaie de détecter un logo de chaîne de télévision dans un fichier vidéo, il suffit donc de donner une .mp4vidéo d' entrée , de détecter s'il a ce logo présent dans une image spécifique, disons la première image, ou non. Nous avons ce logo à l'avance (bien que ce ne …

10 neural-networks convolutional-neural-networks pattern-recognition detecting-patterns

1

Quel est le problème du bruit blanc pour l'utilisation réelle d'un DNN?

J'ai lu que les réseaux neuronaux profonds peuvent être relativement facilement trompés ( lien ) pour donner une confiance élevée dans la reconnaissance d'images synthétiques / artificielles qui sont complètement (ou au moins principalement) hors du sujet de confiance. Personnellement, je ne vois pas vraiment de gros problème avec DNN …

9 neural-networks deep-network image-recognition convolutional-neural-networks signal-processing

Questions marquées «convolutional-neural-networks»