«convnet» 태그된 질문

필자는 최근 Jonathan Long, Evan Shelhamer, Trevor Darrell의 Semantic Segmentation 을 위한 Full Convolutional Networks를 읽었습니다 . 나는 "deconvolutional layer"가 무엇을하고 어떻게 작동하는지 이해하지 못한다. 관련 부분은 3.3. 업 샘플링은 역행 된 회선입니다 거친 출력을 고밀도 픽셀에 연결하는 또 다른 방법은 보간입니다. 예를 들어, 간단한 이중 선형 보간은 입력 및 …

188 neural-network  convnet  convolution 

최근 에 1x1 회선에 대한 Yan LeCuns 의견을 읽었습니다 . Convolutional Nets에는 "완전히 연결된 레이어"와 같은 것은 없습니다. 1x1 컨볼 루션 커널과 전체 연결 테이블이있는 컨볼 루션 레이어 만 있습니다. ConvNet에 고정 된 크기의 입력이 필요하지 않다는 사실은 매우 드물게 이해됩니다. 공간 출력 범위없이 단일 출력 벡터를 생성하는 입력에 대해 …

55 neural-network  convnet 

이미지 분류에 신경망을 사용하고 싶습니다. 사전 훈련 된 CaffeNet으로 시작하여 응용 프로그램에 맞게 교육하겠습니다. 입력 이미지를 어떻게 준비해야합니까? 이 경우 모든 이미지는 동일한 객체이지만 변형이 있습니다 (생각 : 품질 관리). 그것들은 다소 다른 스케일 / 해상도 / 거리 / 조명 조건에 있습니다 (그리고 대부분의 경우 스케일을 모릅니다). 또한 각 이미지에는 …

41 neural-network  image-classification  preprocessing  convnet 

이 질문은 "컨볼 루션 레이어가 정확히 어떻게 작동 하는가"로 요약됩니다 . 그레이 스케일 이미지 가 있다고 가정 합니다. 따라서 이미지에는 하나의 채널이 있습니다. 첫 번째 레이어에서는 필터와 패딩 으로 컨벌루션을 적용합니다 . 그런 다음 회선 및 필터 가있는 다른 회선 레이어가 있습니다. 기능 맵은 몇 개입니까?3 × 3 k 1 …

29 neural-network  convnet 

나는 종종 사람들이 왜 회선 신경망이 여전히 잘 이해되지 않는다고 말하는 것을 들었습니다. Convolutional Neural Networks가 계층을 올라갈 때 점점 더 정교한 기능을 배우는 이유는 무엇입니까? 그로 인해 이러한 기능 스택이 만들어졌으며 다른 유형의 심층 신경망에도 적용됩니까?

22 machine-learning  neural-network  deep-learning  convnet  cnn 

신경망을 훈련 할 때 하나의 하이퍼 파라미터는 미니 배치의 크기입니다. 일반적인 배치는 미니 배치 당 32, 64 및 128 요소입니다. 미니 배치가 얼마나 큰 규칙 / 지침이 있습니까? 교육에 대한 영향을 조사하는 출판물이 있습니까?

21 neural-network  deep-learning  convnet  optimization 

나는 신경망에 익숙하지 않지만 선형 대수와 컨볼 루션 수학을 꽤 잘 이해합니다. 숫자를 인식하기 위해 MNIST 데이터로 Keras 컨볼 루션 NN을 훈련하기 위해 인터넷의 여러 곳에서 찾은 예제 코드를 이해하려고합니다. 컨볼 루션 레이어를 만들 때 입력에 적용 할 필터 또는 필터 세트를 지정해야합니다. 그러나 내가 찾은 세 가지 샘플은 모두 …

18 convnet  keras 

용지 회선에 깊은 가서는 원래 처음 모듈을 포함하는 GoogleNet 설명 : 시작 v2 로의 변경은 5x5 컨볼 루션을 두 개의 연속적인 3x3 컨볼 루션으로 대체하고 풀링을 적용했다는 것입니다. Inception v2와 Inception v3의 차이점은 무엇입니까?

18 image-classification  convnet  computer-vision  inception 

corr()원본 df 에서 df를 만듭니다 . corr()DF는 70 X 70에서 나와는 히트 맵을 시각화하는 것은 불가능합니다 ... sns.heatmap(df). 를 표시하려고 corr = df.corr()하면 테이블이 화면에 맞지 않으며 모든 상관 관계를 볼 수 있습니다. df크기에 관계없이 전체를 인쇄 하거나 히트 맵의 크기를 제어하는 ​​방법입니까?

17 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

나는 convnets와 함께 조금 놀고 있습니다. 특히, 고양이 또는 개 (각 12500)로 표시된 25000 개의 이미지로 구성된 kaggle cats-vs-dogs 데이터 세트를 사용하고 있습니다. 테스트 세트에서 약 85 %의 분류 정확도를 달성했지만 90 %의 정확도 달성 목표를 설정했습니다. 내 주요 문제는 과적 합입니다. 어쨌든 항상 발생합니다 (일반적으로 8 ~ 10 일 …

16 neural-network  deep-learning  convnet  image-recognition  dropout 

다음과 같은 CNN이 있습니다. 5x5 크기의 입력 이미지로 시작합니다. 그런 다음 2x2 커널과 stride = 1을 사용하여 회선을 적용하여 크기가 4x4 인 기능 맵을 생성합니다. 그런 다음 stride = 2로 2x2 최대 풀링을 적용하여 기능 맵을 크기 2x2로 줄입니다. 그런 다음 로지스틱 시그 모이 드를 적용합니다. 그런 다음 2 개의 …

15 machine-learning  convnet  backpropagation  cnn  kernel 

인터넷 에서 Imagenet 클래스에 대한 많은 출처 중 하나를 보면 인간과 관련된 단일 클래스를 찾을 수 없습니다 (그리고 수확업자 는 수확하는 사람이 아니지만 내가 아빠 longlegs, 일종의 일종이라고 알고 있습니다 거미 :-). 어떻게 가능합니까? 나는 적어도이 예상에있는 것 person조차 뭔가 더 구체적으로 다음과 같은 클래스를, 그리고 man, woman, toddler, 등 …

14 machine-learning  deep-learning  dataset  convnet  image-classification 

이 질문에 대한 작은 하위 질문 이 있습니다. 최대 풀링 레이어를 통해 역 전파 할 때 최대로 선택된 이전 레이어의 뉴런이 모든 그라디언트를 얻는 방식으로 그라디언트가 다시 라우팅됩니다. 100 % 확실하지 않은 것은 다음 레이어의 그라디언트가 풀링 레이어로 다시 라우팅되는 방식입니다. 첫 번째 질문은 풀링 레이어가 아래 이미지와 같이 완전히 …

14 machine-learning  neural-network  convnet  backpropagation 

이 논문을 이해하려고 노력하고 있으며 이중 선형 업 샘플링이 무엇인지 확실하지 않습니다. 누구나 이것을 높은 수준으로 설명 할 수 있습니까? https://arxiv.org/abs/1606.00915

13 deep-learning  convnet  cnn  convolution 

CNN (ConvNet)을 사용하여 출판 된 논문의 90-99 %를 살펴 보는 경우. 대부분은 홀수의 필터 크기를 사용 합니다 . {1, 3, 5, 7}은 가장 많이 사용됩니다. 이러한 상황은 몇 가지 문제로 이어질 수 있습니다.이 필터 크기의 경우 일반적으로 2의 패딩 (공통 패딩)으로 컨볼 루션 연산이 완벽하지 않으며 프로세스에서 input_field의 일부 가장자리가 …

13 deep-learning  convnet  computer-vision  convolution