통계 및 빅 데이터 conv-neural-network

2

컨볼 루션 신경망 (CNN) 에서 컨볼 루션을 진행하기 전에 각 단계 의 가중치 매트릭스 가 행과 열을 뒤집어 커널 매트릭스를 얻습니다. 이것은 휴고 라로 셸에 의해 비디오 시리즈에 설명되어 여기 : 숨겨진 맵을 계산하는 것은 커널 행렬 [...]을 사용하여 이전 레이어의 채널과 이산 컨볼 루션을 수행하는 것과 일치하며, 커널은 숨겨진 …

14 machine-learning neural-networks conv-neural-network convolution

2

신경망이 이미지 인식을 수행하는 상황에서 "순열 불변"은 무엇을 의미합니까?

MNIST 숫자 인식 작업의 "순환 불변"버전이라는 용어를 보았습니다. 무슨 뜻인가요?

14 machine-learning neural-networks terminology conv-neural-network definition

2

CNN xavier 가중치 초기화

일부 자습서에서는 "Xavier"가중치 초기화 (서류 : 딥 피드 포워드 신경망 훈련의 어려움 이해 )가 신경망의 가중치를 초기화하는 효율적인 방법 이라는 것을 알았습니다 . 완전히 연결된 레이어의 경우이 튜토리얼에서 경험할 규칙이 있습니다. Va r ( W) = 2엔나는 n+ nO U t,더 간단한 대안 :Va r ( W) = 1엔나는 nVㅏ아르 …

14 normal-distribution variance neural-networks conv-neural-network

3

컨볼 루션 네트워크에 대한 보편적 근사 정리

보편적 근사 정리는 신경망에서 매우 유명한 결과이며, 기본적으로 일부 가정 하에서 어떤 기능 내에서도 신경망에 의해 함수가 균일하게 근사 될 수 있다고 명시합니다. 컨볼 루션 신경망에 적용되는 유사한 결과가 있습니까?

14 neural-networks conv-neural-network approximation

2

Google Inception 모델 : 여러 softmax가있는 이유는 무엇입니까?

Google Inception 모델의 토폴로지는 여기에서 찾을 수 있습니다. Google Inception Netowrk 이 모델에는 3 개의 softmax 레이어 (# 154, # 152, # 145)가 있으며 그 중 2 개는이 모델의 초기 이스케이프입니다. 내가 아는 한, softmax 레이어는 최종 출력을위한 것이므로 왜 그렇게 많은가? 다른 2 레이어의 목적은 무엇입니까?

13 deep-learning conv-neural-network

3

신경망 (예를 들어, 컨볼 루션 신경망)이 가중치를 가질 수 있습니까?

모든 활성화 레이어에 ReLU를 사용할 때 깊은 컨볼 루션 신경망에 음의 가중치 (충분한 에포크 후)를 가질 수 있습니까?

13 machine-learning neural-networks deep-learning conv-neural-network

5

신경망 / 딥 러닝을 설계하고 적용하기위한 시각적 도구가 있습니까? [닫은]

닫은. 이 질문은 주제에 맞지 않습니다 . 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 교차 검증에 대한 주제가 되도록 질문을 업데이트하십시오 . 휴일 9 개월 전 . 나는 caffe, Theano, TensorFlow, keras와 같은 머신 러닝과 딥 러닝을위한 많은 라이브러리가 있다는 것을 알고 있습니다. 그러나 저는 신경망의 아키텍처를 알고 싶어하는 것 …

13 neural-networks deep-learning conv-neural-network

2

maxnorm 제약 조건이란 무엇입니까? Convolutional Neural Networks에서 어떻게 유용합니까?

다음은이를 사용하는 keras 코드 샘플입니다. from keras.constraints import max_norm model.add(Convolution2D(32, 3, 3, input_shape=(3, 32, 32), border_mode='same', activation='relu', kernel_constraint=max_norm(3)))

12 neural-networks regularization conv-neural-network optimization

4

CNN에서 업 샘플링과 컨볼 루션 컨볼 루션이 동일합니까?

"업 샘플링"과 "전치 컨볼 루션"이라는 용어는 "디컨 볼 루션"(<-좋은 용어는 아니지만 여기서 사용하겠습니다)을 수행 할 때 사용됩니다. 원래, 나는 그것들이 같은 것을 의미한다고 생각했지만, 나는이 기사들을 읽은 후에 그것들이 다른 것 같습니다. 누구든지 명확히 할 수 있습니까? 전치 컨볼 루션 : 우리가 복잡한 신경망을 통해 손실을 전파 할 때 사용할 …

12 machine-learning neural-networks conv-neural-network transposed-convolution

1

딥 러닝의 딥 레지던트 네트워크와 관련하여 레거시 학습 블록은 정확히 무엇입니까?

나는 이미지 인식을위한 딥 레지던트 학습 (Deep Residual Learning)을 읽고 있었고, 잔차 블록이 계산적으로 수반하는 것을 100 % 확실하게 이해하는 데 어려움을 겪었습니다. 그들의 논문을 읽고 그들은 그림 2를 가지고 있습니다. Residual Block이 무엇을 의미하는지 보여줍니다. 잔차 블록의 계산은 단순히 다음과 같습니다. y =σ( W2σ( W1x + b1) + b2+ …

12 machine-learning neural-networks deep-learning conv-neural-network residual-networks

2

'컨볼 루션으로 더 깊이 들어가기'에서 DepthConcat 작업은 어떻게 작동합니까?

읽기 컨볼 루션에 대해 더 깊이 이해하기 저는 제안 된 시작 모듈 의 빌딩 블록 인 DepthConcat 레이어를 발견했습니다 . 저자는 이것을 "필터 연결"이라고합니다. Torch 구현 이있는 것 같지만 실제로는 이해하지 못합니다. 누군가 간단한 말로 설명 할 수 있습니까?

12 neural-networks torch conv-neural-network

2

CNN에서 필터 크기, 보폭 등을 선택합니까?

스탠포드의 CS231N 강의를보고 있었고 CNN 아키텍처의 일부 문제를 해결하려고 노력하고 있습니다. 내가 이해하려고하는 것은 컨볼 루션 필터 크기와 보폭과 같은 것들을 선택하기위한 일반적인 지침이 있거나 이것이 과학보다 예술입니까? 풀링은 주로 어떤 형태의 번역 불일치를 모델로 유도하기 위해 존재한다는 것을 이해합니다. 반면에, 보폭이 어떻게 선택되는지에 대한 좋은 직감이 없습니다. 현재 레이어 …

12 neural-networks deep-learning conv-neural-network

3

컨볼 루션 뉴럴 네트워크에서 최종 Softmax 레이어 이전의 비선형 성

나는 회선 신경망을 연구하고 구현하려고 노력하고 있지만이 질문이 일반적으로 다층 퍼셉트론에 적용되는 것으로 가정합니다. 내 네트워크의 출력 뉴런은 각 클래스의 활성화를 나타냅니다. 가장 활동적인 뉴런은 주어진 입력에 대해 예측 된 클래스에 해당합니다. 훈련에 대한 교차 엔트로피 비용을 고려하기 위해 네트워크의 끝에 softmax 레이어를 추가하여 각 뉴런의 활성화 값이 확률 값으로 …

12 neural-networks deep-learning conv-neural-network nonlinear softmax

5

CNN의 안면 / 비안면 탐지에서 이진 탐지에 어떤 손실 기능을 사용해야합니까?

딥 러닝을 사용하여 얼굴 / 비 얼굴 이진 감지를 훈련하고 싶습니다. 어떤 손실을 사용해야합니까? SigmoidCrossEntropyLoss 또는 Hinge-loss 라고 생각합니다 . 맞습니까?하지만 softmax를 사용해야하지만 클래스가 두 개인 지 궁금합니다.

11 deep-learning loss-functions computer-vision conv-neural-network

2

CNN은 왜 FC 레이어로 결론을 내립니까?

내 이해에서 CNN은 두 부분으로 구성됩니다. 특징 추출을 수행하는 첫 번째 부분 (conv / pool layer)과 특징으로부터 분류를 수행하는 두 번째 부분 (fc layer). 완전히 연결된 신경망은 최고의 분류기 (예 : 대부분 SVM 및 RF에 의해 성능이 뛰어남)가 아니기 때문에 왜 CNN이 SVM 또는 RF가 아니라 FC 레이어로 결론을 내립니까?

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

«conv-neural-network» 태그된 질문