통계 및 빅 데이터 conv-neural-network

1

나는 배치 정규화 논문 을 읽고 있었으며 [1] 예제를 통해 하나의 섹션이 있는데, 왜 정규화가 신중하게 수행되어야하는지 보여 주려고 노력했다. 솔직히, 예제가 어떻게 작동하는지 이해할 수 없으며 가능한 한 종이를 이해하는 것이 정말 궁금합니다. 먼저 여기에 인용하겠습니다. 예를 들어, 입력이있는 층을 고려 U 학습 바이어스 (B)를 추가하고, 트레이닝 데이터를 통해 …

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

1

체중 감량 손실은 무엇입니까?

나는 딥 러닝으로 시작하여, 내가 찾을 수없는 질문이 있습니다. 어쩌면 제대로 검색하지 않았을 수도 있습니다. 내가 본 이 대답을 하지만 체중 부패 손실이 무엇인지 아직 명확하지 않다 그리고 그것은 손실 함수에 어떻게 관련이있다.

11 neural-networks conv-neural-network

2

Convolutional Neural Networks에서 필터와 활성화 맵은 어떻게 연결됩니까?

특정 레이어의 활성화 맵이 해당 레이어의 필터에 어떻게 연결되어 있습니까? 필터와 활성화 맵 사이에서 컨볼 루션 연산을 수행하는 방법에 대해 묻지 않고이 두 가지 연결 유형에 대해 묻습니다. 예를 들어, 완전한 연결을 원한다고 가정하십시오. 주어진 레이어에 f 개의 필터와 n 개의 활성화 맵이 있습니다. 다음 레이어에서 f * n 개의 …

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

1

컨볼 루션 신경망 교육

현재 컨볼 루션 신경망을 사용하여 얼굴을 인식하는 얼굴 인식 소프트웨어를 개발 중입니다. 나의 독서에 기초하여, 나는 컨볼 루션 신경망이 가중치를 공유하여 훈련하는 동안 시간을 절약 할 수 있다는 것을 모았다. 그러나 어떻게 역 전파 (backpropagation)를 조정하여 컨볼 루션 신경망에서 사용될 수 있습니까? 역 전파에서, 이와 유사한 공식을 사용하여 가중치를 훈련시킵니다. …

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

2

컨볼 루션 레이어의 여러 필터가 훈련 중에 동일한 매개 변수를 배우지 않습니까?

내가 배운 내용을 바탕으로 CNN의 Conv Layer에서 여러 필터를 사용하여 다양한 기능 탐지기를 학습합니다. 그러나 이러한 필터는 비슷하게 적용되므로 (즉, 입력 영역에 슬라이드 및 곱하기) 훈련 중에 동일한 매개 변수를 배우지 않습니까? 따라서 여러 필터를 사용하는 것이 중복됩니까?

11 neural-networks conv-neural-network convolution filter

3

CIFAR-10 Tensorflow 백엔드가있는 Keras가 60 % 이상의 정확도를 달성 할 수 없음

닫은. 이 질문은 주제에 맞지 않습니다 . 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 교차 검증에 대한 주제가 되도록 질문을 업데이트하십시오 . 작년에 문을 닫았 습니다 . CIFAR-10 데이터 세트에서 15 에포크 이후 훈련은 유효성 검사 손실이 더 이상 감소하지 않는 것으로 보이며 1.4 (60 % 유효성 검사 정확도)로 고정됩니다. …

11 neural-networks conv-neural-network keras

2

컨볼 루션 신경망이 다른 크기의 입력 이미지로 사용할 수 있습니까?

이미지 인식을 위해 컨볼 루션 네트워크를 만들고 있는데 크기가 다른 이미지를 입력 할 수 있는지 궁금합니다. 이 프로젝트에서 : https://github.com/harvardnlp/im2markup 그들은 말합니다 : and group images of similar sizes to facilitate batching 따라서 전처리 후에도 이미지의 크기는 여전히 다르므로 수식의 일부를 잘라 내지 않기 때문에 의미가 있습니다. 다른 크기를 사용하는 …

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

4

신경망과 딥 러닝의 차이점

신경망과 딥 러닝의 차이점에 따라 더 많은 계층이 포함되어 있고, 대규모 데이터 세트, 복잡한 컴퓨터 훈련을위한 강력한 컴퓨터 하드웨어와 같은 여러 항목을 나열 할 수 있습니다. 이 외에도 NN과 DL의 차이점에 대한 자세한 설명이 있습니까?

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

1

신경망은 일반적으로 훈련 중에“킥 인”하는 데 시간이 걸립니까?

역 전파를 사용하여 분류를 위해 심층 신경망을 훈련하려고합니다. 특히, Tensor Flow 라이브러리를 사용하여 이미지 분류에 회선 신경망을 사용하고 있습니다. 훈련하는 동안 이상한 행동을 겪고 있으며 이것이 전형적인 것인지 또는 내가 잘못하고 있는지 궁금합니다. 그래서 내 컨볼 루션 신경망에는 8 개의 레이어 (5 컨볼 루션, 3 개의 완전히 연결된)가 있습니다. 모든 …

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

1

CNN에서 컨볼 루션 연산자의 수를 결정하는 방법은 무엇입니까?

CNN (Convolutional Neural Networks)을 사용한 객체 분류와 같은 컴퓨터 비전 작업에서 네트워크는 매력적인 성능을 제공합니다. 그러나 컨볼 루션 레이어에서 매개 변수를 설정하는 방법을 잘 모르겠습니다. 예를 들어, 그레이 스케일 이미지 ( 480x480) 인 제 1 컨볼 루션 레이어는와 같은 컨벌루션 연산자를 사용할 수 있으며 11x11x10, 여기서 숫자 10 은 컨볼 …

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

2

WaveNet은 실제로 확장 된 회선이 아닙니다. 그렇지 않습니까?

최근 WaveNet 논문에서, 저자는 자신의 모델을 확장 된 회선의 층을 쌓은 것으로 언급합니다. 또한 '정규'컨벌루션과 확장 컨벌루션의 차이점을 설명하는 다음 차트를 생성합니다. 규칙적인 컨볼 루션은 다음과 같습니다. 이것은 필터 크기가 2이고 보폭이 1 인 컨볼 루션으로 4 개의 레이어에 대해 반복됩니다. 그런 다음 모델에서 사용하는 아키텍처를 보여줍니다.이를 확장 된 회선이라고합니다. …

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

3

시맨틱 세분화를위한 손실 기능

기술 용어의 오용에 대해 사과합니다. CNN (Convolutional Neural Network)을 통한 시맨틱 세그먼테이션 프로젝트를 진행하고 있습니다. Encoder-Decoder 유형의 아키텍처를 구현하려고 시도하므로 출력의 크기는 입력과 동일합니다. 라벨을 어떻게 디자인합니까? 어떤 손실 기능을 적용해야합니까? 특히 클래스 불균형이 심한 상황에서 (클래스 간 비율은 이미지마다 다름) 이 문제는 두 가지 클래스 (관심 대상 및 배경)를 …

10 conv-neural-network image-processing segmentation

1

딥 러닝을위한 데이터가 얼마나됩니까?

딥 러닝 (특히 CNN)과 과적 합을 방지하기 위해 일반적으로 많은 양의 데이터가 필요한 방법에 대해 배우고 있습니다. 그러나 모델의 용량 / 용량이 많을수록 과적 합을 방지하기 위해 더 많은 데이터가 필요하다고 들었습니다. 따라서 내 질문은 : 심층 신경망에서 레이어 당 레이어 / 노드 수를 줄이고 왜 적은 양의 데이터로 작동하게 …

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

1

상호 배타적이지 않은 카테고리를 분류 할 수있는 딥 러닝 모델

예 : 직업 설명에 "영국의 Java Senior Engineer"문장이 있습니다. 나는 2 개 종류로 예측하는 깊은 학습 모델을 사용하려면 : English 와 IT jobs. 기존 분류 모델을 사용하는 경우 softmax마지막 레이어에서 함수가있는 레이블 하나만 예측할 수 있습니다 . 따라서 두 모델 신경망을 사용하여 두 범주 모두에서 "예"/ "아니오"를 예측할 수 있지만 …

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

이미지 분류를위한 사각형이 아닌 이미지

넓은 이미지의 데이터 세트가 있습니다 : 1760x128. 튜토리얼과 책을 읽었지만 대부분은 입력 이미지가 정사각형이어야하며 그렇지 않은 경우 이미 훈련 된 (정사각형 이미지) cnn에서 훈련을 받기 위해 정사각형으로 변환됩니다. 정사각형이 아닌 이미지에 대해 cnn을 훈련시키는 방법이 있습니까, 아니면 다른 옵션을 패딩으로 찾아야합니까?

9 conv-neural-network

«conv-neural-network» 태그된 질문