Künstliche Intelligenz convolutional-neural-networks

8

Wissen Wissenschaftler, was in künstlichen neuronalen Netzen passiert?

Wissen Wissenschaftler oder Forschungsexperten aus der Küche, was in einem komplexen "tiefen" neuronalen Netzwerk mit mindestens Millionen von Verbindungen geschieht, die gleichzeitig ausgelöst werden? Verstehen sie den Prozess dahinter (z. B. was im Inneren passiert und wie es genau funktioniert) oder ist es ein Thema der Debatte? Zum Beispiel sagt …

69 neural-networks deep-learning convolutional-neural-networks explainable-ai

9

Wie ist es möglich, dass tiefe neuronale Netze so leicht getäuscht werden?

Die folgende Seite / Studie zeigt, dass die tiefen neuronalen Netze leicht getäuscht werden können, indem Vorhersagen mit hohem Vertrauen für nicht erkennbare Bilder abgegeben werden, z Wie ist das möglich? Kannst du das bitte im Idealfall im Klartext erklären?

63 convolutional-neural-networks image-recognition deep-network computer-vision

3

Wie können neuronale Netze mit unterschiedlichen Eingangsgrößen umgehen?

Soweit ich das beurteilen kann, haben neuronale Netze eine feste Anzahl von Neuronen in der Eingabeebene. Wenn neuronale Netzwerke in einem Kontext wie NLP verwendet werden, werden Sätze oder Textblöcke unterschiedlicher Größe in ein Netzwerk eingespeist. Wie wird die variierende Eingabegröße mit der festen Größe der Eingabeebene des Netzwerks in …

42 neural-networks machine-learning deep-learning convolutional-neural-networks natural-language-processing

8

Hat in einer CNN jeder neue Filter unterschiedliche Gewichte für jeden Eingangskanal oder werden dieselben Gewichte für jeden Filter für alle Eingangskanäle verwendet?

Ich verstehe, dass die Faltungsschicht eines neuronalen Faltungsnetzwerks vier Dimensionen hat: Eingabekanäle, Filterhöhe, Filterbreite, Anzahl der Filter. Ich verstehe außerdem, dass jeder neue Filter nur über ALLE input_channels (oder Feature- / Aktivierungskarten aus der vorherigen Ebene) gefaltet wird. Die folgende Grafik aus CS231 zeigt jedoch, dass jeder Filter (in Rot) …

28 deep-learning convolutional-neural-networks image-recognition

4

Ist die Mustererkennungsfähigkeit von CNNs auf die Bildverarbeitung beschränkt?

Kann ein Convolutional Neural Network zur Mustererkennung in einem Problembereich verwendet werden, in dem keine Bilder vorhanden sind, beispielsweise durch grafische Darstellung abstrakter Daten? Wäre das immer weniger effizient? Dieser Entwickler sagt, die aktuelle Entwicklung könnte noch weiter gehen, aber nicht, wenn es eine Grenze außerhalb der Bilderkennung gibt.

21 deep-network neural-networks image-recognition convolutional-neural-networks

3

Was ist der Unterschied zwischen einem Convolutional Neural Network und einem regulären Neural Network?

Ich habe diese Begriffe häufig auf dieser Website gesehen, insbesondere in den Tags Convolutional-Neural-Networks und Neural-Networks . Ich weiß, dass ein neuronales Netzwerk ein System ist, das lose auf dem menschlichen Gehirn basiert. Aber was ist der Unterschied zwischen einem Convolutional Neural Network und einem regulären Neural Network? Ist man …

18 neural-networks convolutional-neural-networks definitions terminology

3

Wie gehe ich mit großen Bildern in CNN um?

Angenommen, es sind 10K-Bilder der Größe 2400 x 2400 erforderlich, um in CNN verwendet zu werden. Meiner Ansicht nach werden herkömmliche Computer von Nutzen sein, die die Benutzer verwenden. Nun stellt sich die Frage, wie mit so großen Bildgrößen umgegangen werden kann, wenn keine Downsampling-Rechte bestehen. Hier sind die Systemanforderungen: …

15 neural-networks deep-learning image-recognition convolutional-neural-networks

6

Faltungs-Neuronale Netze mit Eingabebildern unterschiedlicher Dimensionen - Bildsegmentierung

Ich stehe vor dem Problem, Bilder mit unterschiedlichen Dimensionen als Eingaben in eine Segmentierungsaufgabe zu haben. Beachten Sie, dass die Bilder nicht einmal das gleiche Seitenverhältnis haben. Ein allgemeiner Ansatz, den ich im Allgemeinen beim Deep Learning gefunden habe, ist das Zuschneiden der Bilder, wie dies auch hier vorgeschlagen wird …

12 neural-networks convolutional-neural-networks datasets

3

Welche Topologien sind beim maschinellen Lernen weitgehend unerforscht?

Geometrie und KI Matrizen, Würfel, Ebenen, Stapel und Hierarchien können genau als Topologien bezeichnet werden . Betrachten Sie in diesem Zusammenhang die Topologie als das übergeordnete geometrische Design eines Lernsystems. Mit zunehmender Komplexität ist es häufig nützlich, diese Topologien als gerichtete Graphstrukturen darzustellen. Zustandsdiagramme und Markovs Arbeit zur Spieltheorie sind …

11 convolutional-neural-networks natural-language-processing topology graph-theory structure

2

Was sind Engpassmerkmale?

In dem Blog-Beitrag Erstellen leistungsfähiger Bildklassifizierungsmodelle mit sehr wenigen Daten werden Engpassfunktionen erwähnt. Was sind die Engpassmerkmale? Ändern sie sich mit der verwendeten Architektur? Sind sie die endgültige Ausgabe von Faltungsschichten vor der vollständig verbundenen Schicht? Warum heißen sie so?

11 machine-learning convolutional-neural-networks terminology definitions

2

Welche Schicht verbraucht mehr Zeit im CNN-Training? Faltungsschichten gegen FC-Schichten

Welche Schicht verbraucht im Convolutional Neural Network maximal Zeit im Training? Faltungsschichten oder vollständig verbundene Schichten? Wir können die AlexNet-Architektur verwenden, um dies zu verstehen. Ich möchte eine zeitliche Aufteilung des Trainingsprozesses sehen. Ich möchte einen relativen Zeitvergleich, damit wir jede konstante GPU-Konfiguration vornehmen können.

11 neural-networks deep-learning convolutional-neural-networks

3

Verwenden eines neuronalen Netzwerks zum Erkennen von Mustern in Matrizen

Ich versuche, ein neuronales Netzwerk zu entwickeln, das Konstruktionsmerkmale in CAD-Modellen identifizieren kann (dh Schlitze, Vorsprünge, Löcher, Taschen, Stufen). Die Eingabedaten, die ich für das Netzwerk verwenden möchte, sind Anxn-Matrix (wobei n die Anzahl der Flächen im CAD-Modell ist). Eine '1' im oberen rechten Dreieck in der Matrix repräsentiert eine …

10 neural-networks machine-learning convolutional-neural-networks pattern-recognition detecting-patterns

4

Welche Modelle könnten in naher Zukunft neuronale Netze ersetzen?

Gibt es mögliche Modelle, die in naher Zukunft das Potenzial haben, neuronale Netze zu ersetzen? Und brauchen wir das überhaupt? Was ist das Schlimmste an der Nutzung neuronaler Netze in Bezug auf die Effizienz?

10 neural-networks convolutional-neural-networks recurrent-neural-networks

2

Verwenden Sie AI oder Neural Network zur Logoerkennung

Ich versuche, ein TV-Kanal-Logo in einer Videodatei zu .mp4erkennen. Geben Sie also einfach ein Eingabevideo an , um festzustellen, ob dieses Logo in einem bestimmten Frame vorhanden ist, z. B. im ersten Frame, oder nicht. Wir haben dieses Logo im Voraus (obwohl es möglicherweise nicht die gleiche Größe von 100% …

10 neural-networks convolutional-neural-networks pattern-recognition detecting-patterns

5

Was ist der grundlegende Unterschied zwischen CNN und RNN?

Was ist der grundlegende Unterschied zwischen Faltungs-Neuronalen Netzen und wiederkehrenden Neuronalen Netzen? Wo werden sie angewendet?

10 neural-networks convolutional-neural-networks recurrent-neural-networks comparison

Als «convolutional-neural-networks» getaggte Fragen