Statistiques et Big Data conv-neural-network

2

Pourquoi les CNN concluent-ils avec des couches FC?

D'après ma compréhension, les CNN se composent de deux parties. La première partie (couches conv / pool) qui fait l'extraction d'entités et la deuxième partie (couches fc) qui fait la classification des entités. Étant donné que les réseaux neuronaux entièrement connectés ne sont pas les meilleurs classificateurs (c'est-à-dire qu'ils sont …

11 neural-networks svm random-forest conv-neural-network

1

Comment expliquer pourquoi la normalisation des lots doit être effectuée avec un certain soin?

Je lisais le document de normalisation par lots [1] et il y avait une section où se trouve un exemple, essayant de montrer pourquoi la normalisation doit être effectuée avec soin. Honnêtement, je ne peux pas comprendre comment l'exemple fonctionne et je suis vraiment très curieux de comprendre autant que …

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

1

Quelle est la perte de poids?

Je commence par l'apprentissage en profondeur, et j'ai une question dont je n'ai pas trouvé la réponse, peut-être que je n'ai pas cherché correctement. J'ai vu cette réponse , mais on ne sait toujours pas quelle est la perte de perte de poids et comment est-elle liée à la fonction …

11 neural-networks conv-neural-network

2

Comment les filtres et les cartes d'activation sont-ils connectés dans les réseaux de neurones convolutifs?

Comment les cartes d'activation d'une couche donnée sont-elles connectées aux filtres de cette couche? Je ne demande pas comment faire une opération convolutionnelle entre le filtre et la carte d'activation, je demande le type de connectivité de ces deux-là. Par exemple, supposons que vous souhaitiez une connectivité complète. Vous avez …

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

1

Formation d'un réseau de neurones à convolution

Je travaille actuellement sur un logiciel de reconnaissance faciale qui utilise des réseaux de neurones à convolution pour reconnaître les visages. Sur la base de mes lectures, je me suis rendu compte qu'un réseau de neurones convolutionnels a partagé des poids, afin de gagner du temps pendant l'entraînement. Mais comment …

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

2

Plusieurs filtres dans une couche convolutionnelle n'apprendraient-ils pas le même paramètre pendant l'entraînement?

D'après ce que j'ai appris, nous utilisons plusieurs filtres dans une couche Conv d'un CNN pour apprendre différents détecteurs de fonctionnalités. Mais puisque ces filtres sont appliqués de la même manière (c'est-à-dire glissés et multipliés aux régions de l'entrée), n'apprendraient-ils pas simplement les mêmes paramètres pendant l'entraînement? Par conséquent, l'utilisation …

11 neural-networks conv-neural-network convolution filter

3

CIFAR-10 Impossible d'obtenir une précision supérieure à 60%, Keras avec le backend Tensorflow [fermé]

Fermé. Cette question est hors sujet . Il n'accepte pas actuellement les réponses. Vous souhaitez améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé l'année dernière . La formation après 15 époques sur l'ensemble de données CIFAR-10 semble faire en …

11 neural-networks conv-neural-network keras

2

Un réseau neuronal convolutif peut-il prendre comme images d'entrée de différentes tailles?

Je travaille sur un réseau de convolution pour la reconnaissance d'image, et je me demandais si je pouvais entrer des images de différentes tailles (pas très différentes cependant). Sur ce projet: https://github.com/harvardnlp/im2markup Ils disent: and group images of similar sizes to facilitate batching Ainsi, même après le prétraitement, les images …

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

4

différence entre réseau neuronal et apprentissage en profondeur

En termes de différence entre réseau neuronal et apprentissage en profondeur, nous pouvons énumérer plusieurs éléments, tels que davantage de couches sont incluses, un ensemble de données massif, un matériel informatique puissant pour rendre possible la formation d'un modèle compliqué. En plus de cela, y a-t-il une explication plus détaillée …

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

1

Les réseaux de neurones mettent-ils généralement un certain temps à se mettre en marche pendant l'entraînement?

J'essaie de former un réseau neuronal profond pour la classification, en utilisant la propagation arrière. Plus précisément, j'utilise un réseau de neurones convolutifs pour la classification d'images, en utilisant la bibliothèque Tensor Flow. Pendant l'entraînement, je ressens un comportement étrange et je me demande simplement si cela est typique ou …

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

1

Comment déterminer le nombre d'opérateurs convolutifs dans CNN?

Dans les tâches de vision par ordinateur, telles que la classification d'objets, avec les réseaux de neurones convolutionnels (CNN), le réseau offre une performance attrayante. Mais je ne sais pas comment configurer les paramètres dans les couches convolutives. Par exemple, une image en niveaux de gris ( 480x480), la première …

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

2

WaveNet n'est pas vraiment une convolution dilatée, n'est-ce pas?

Dans le récent article WaveNet , les auteurs se réfèrent à leur modèle comme ayant des couches empilées de convolutions dilatées. Ils produisent également les graphiques suivants, expliquant la différence entre les convolutions «régulières» et les convolutions dilatées. Les convolutions régulières ressemblent à ceci. Il s'agit d'une convolution avec une …

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

3

Fonction de perte pour la segmentation sémantique

S'excuse pour l'utilisation abusive des termes techniques. Je travaille sur un projet de segmentation sémantique via des réseaux de neurones convolutifs (CNN); essayer d'implémenter une architecture de type Encodeur-Décodeur, donc la sortie est de la même taille que l'entrée. Comment concevez-vous les étiquettes? Quelle fonction de perte doit-on appliquer? Surtout …

10 conv-neural-network image-processing segmentation

1

Quel modèle d'apprentissage en profondeur peut classer des catégories qui ne s'excluent pas mutuellement

Exemples: J'ai une phrase dans la description de poste: "Java senior engineer in UK". Je veux utiliser un modèle d'apprentissage profond pour le prédire en 2 catégories: English et IT jobs. Si j'utilise un modèle de classification traditionnel, il ne peut prédire qu'une seule étiquette avec softmaxfonction à la dernière …

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

Images non carrées pour la classification des images

J'ai un ensemble de données d'images larges: 1760x128. J'ai lu des tutoriels et des livres, et la plupart d'entre eux indiquent que les images d'entrée doivent être carrées et sinon, elles sont transformées en carré afin d'être entraînées dans des CNN déjà formés (sur des images carrées). Existe-t-il un moyen …

9 conv-neural-network

Questions marquées «conv-neural-network»