Les réseaux de neurones convolutifs (CNN, également appelés ConvNets) sont un outil utilisé pour les tâches de classification et la reconnaissance d'images. Le nom donnant la première étape est l'extraction des entités à partir des données d'entrée.
Je commence à apprendre les CNN en utilisant Keras. J'utilise le backend theano. Je ne comprends pas comment définir des valeurs pour: taille du lot, pas par époque, validation_steps. Quelle devrait être la valeur définie batch_size, les étapes par époque et les étapes de validation si j'ai 240 000 échantillons …
J'ai souvent entendu des gens dire que les raisons pour lesquelles les réseaux de neurones convolutionnels sont encore mal compris. Est-il connu que les réseaux de neurones convolutifs finissent toujours par apprendre des fonctionnalités de plus en plus sophistiquées au fur et à mesure que nous remontons les couches? Qu'est-ce …
J'ai le CNN suivant: Je commence par une image d'entrée de taille 5x5 Ensuite, j'applique la convolution en utilisant un noyau 2x2 et stride = 1, ce qui produit une carte de caractéristiques de taille 4x4. Ensuite, j'applique un pool max 2x2 avec stride = 2, ce qui réduit la …
J'entraîne un réseau neuronal convolutionnel pour classer les images sur les conditions de brouillard (3 classes). Cependant, pour chacune des 150 000 images environ, j'ai également quatre variables météorologiques disponibles qui pourraient aider à prévoir les classes d'images. Je me demandais comment je pourrais ajouter les variables météorologiques (par exemple …
J'essaie de comprendre cet article et je ne suis pas sûr de ce qu'est le suréchantillonnage bi-linéaire. Quelqu'un peut-il expliquer cela à un niveau élevé? https://arxiv.org/abs/1606.00915
J'essaie actuellement de comprendre l'architecture d'un CNN. Je comprends la convolution, la couche ReLU, la couche de mise en commun et la couche entièrement connectée. Cependant, je suis toujours confus au sujet des poids. Dans un réseau neuronal normal, chaque neurone a son propre poids. Dans la couche entièrement connectée, …
Existe-t-il des règles générales (ou des règles réelles) concernant la quantité minimale, maximale et "raisonnable" de cellules LSTM que je devrais utiliser? Plus précisément, je me rapporte à BasicLSTMCell de TensorFlow et à la num_unitspropriété. Veuillez supposer que j'ai un problème de classification défini par: t - number of time …
Quel est l'effet de NE PAS changer le poids des filtres d'un CNN pendant la rétropropagation? J'ai modifié uniquement les poids de couche entièrement connectés lors de la formation sur l'ensemble de données MNIST et j'ai toujours atteint une précision de près de 99%.
J'essaie de mettre en œuvre un algorithme où étant donné une image avec plusieurs objets sur une table plane, souhaitée est la sortie de masques de segmentation pour chaque objet. Contrairement aux CNN, l'objectif ici est de détecter des objets dans un environnement inconnu. Quelles sont les meilleures approches à …
J'ai appris sur les réseaux de neurones convolutionnels. En regardant des Kerasexemples, je suis tombé sur trois méthodes de convolution différentes. À savoir, 1D, 2D et 3D. Quelles sont les différences entre ces trois couches? Quels sont leurs cas d'utilisation? Existe-t-il des liens ou des références pour montrer leurs cas …
J'ai lu l' explication de la convolution et je la comprends dans une certaine mesure. Quelqu'un peut-il m'aider à comprendre comment cette opération est liée à la convolution dans les réseaux neuronaux convolutionnels? Le filtre est-il une fonction gqui applique du poids?
Dans l'article Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network de Christian Ledig et al., La distance entre les images (utilisée dans la fonction de perte) est calculée à partir de cartes de caractéristiques extraites du réseau VGG19. Les deux utilisés dans l'article sont (un peu confus) appelés VGG22 …
Les CNN peuvent avoir des centaines de couches cachées et, comme ils sont souvent utilisés avec des données d'image, le fait d'avoir de nombreuses couches capture plus de complexité. Cependant, pour autant que je l'ai vu, les RNN ont généralement peu de couches, par exemple 2-4. Par exemple, pour la …
Sur mon ordinateur portable Dell Core i7 - 16 Go de RAM - 4 Go 960 m GPU, je travaille sur un projet de classification des images CT pulmonaires à l'aide de CNN 3D. J'utilise la version CPU de tensorflow. Les images sont préparées sous forme de tableau numpy (25,50,50). …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.