Data Science cnn

2

So legen Sie die Schritte batch_size, steps_per epoch und validation fest

Ich fange an, CNNs mit Keras zu lernen. Ich benutze das Theano-Backend. Ich verstehe nicht, wie man Werte setzt auf: batch_size, schritte pro epoche, Validierungsschritte. Auf welchen Wert sollten die batch_sizeSchritte pro Epoche und die Validierungsschritte eingestellt werden, wenn 240.000 Stichproben im Trainingssatz und 80.000 im Testsatz vorhanden sind?

26 machine-learning keras cnn

6

Warum funktionieren neuronale Faltungsnetze?

Ich habe oft Leute sagen hören, warum faltungsbedingte neuronale Netze immer noch schlecht verstanden werden. Ist bekannt, warum faltungsbedingte neuronale Netze immer komplexer werdende Funktionen erlernen, wenn wir die Schichten hinaufsteigen? Was hat sie dazu veranlasst, einen solchen Stapel von Features zu erstellen, und würde dies auch für andere Arten …

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

1

Was ist der Unterschied zwischen Upsampling und bi-linearem Upsampling in einem CNN?

Ich versuche dieses Papier zu verstehen und bin mir nicht sicher, was bi-lineares Upsampling ist. Kann jemand dies auf hohem Niveau erklären? https://arxiv.org/abs/1606.00915

14 deep-learning convnet cnn convolution

1

Hinzufügen von Nichtbild-Features neben Nebenbildern als Eingabe von CNNs

Ich trainiere ein neuronales Faltungsnetzwerk, um Bilder bei Nebelbedingungen zu klassifizieren (3 Klassen). Für jedes der ca. 150.000 Bilder stehen mir jedoch auch vier meteorologische Variablen zur Verfügung, die bei der Vorhersage der Bildklassen hilfreich sein könnten. Ich habe mich gefragt, wie ich die meteorologischen Variablen (z. B. Temperatur, Windgeschwindigkeit) …

14 machine-learning neural-network deep-learning tensorflow cnn

1

Rückvermehrung in CNN

Ich habe folgende CNN: Ich beginne mit einem Eingabebild der Größe 5x5 Dann wende ich die Faltung mit 2x2 Kernel und stride = 1 an, wodurch eine Feature-Map der Größe 4x4 erzeugt wird. Dann wende ich 2x2 Max-Pooling mit Stride = 2 an, wodurch die Feature-Map auf 2x2 verkleinert wird. …

14 machine-learning convnet backpropagation cnn kernel

1

Wie viele LSTM-Zellen soll ich verwenden?

Gibt es Faustregeln (oder tatsächliche Regeln) für die minimale, maximale und "angemessene" Anzahl von LSTM-Zellen, die ich verwenden sollte? Insbesondere beziehe ich mich auf BasicLSTMCell von TensorFlow und num_unitsEigenschaft. Bitte nehmen Sie an, dass ich ein Klassifizierungsproblem habe, das definiert ist durch: t - number of time steps n - …

12 rnn machine-learning r predictive-modeling random-forest python language-model sentiment-analysis encoding machine-learning deep-learning neural-network dataset caffe classification xgboost multiclass-classification unbalanced-classes time-series descriptive-statistics python r clustering machine-learning python deep-learning tensorflow machine-learning python predictive-modeling probability scikit-learn svm machine-learning python classification gradient-descent regression research python neural-network deep-learning convnet keras python tensorflow machine-learning deep-learning tensorflow python r bigdata visualization rstudio pandas pyspark dataset time-series multilabel-classification machine-learning neural-network ensemble-modeling kaggle machine-learning linear-regression cnn convnet machine-learning tensorflow association-rules machine-learning predictive-modeling training model-selection neural-network keras deep-learning deep-learning convnet image-classification predictive-modeling prediction machine-learning python classification predictive-modeling scikit-learn machine-learning python random-forest sampling training recommender-system books python neural-network nlp deep-learning tensorflow python matlab information-retrieval search search-engine deep-learning convnet keras machine-learning python cross-validation sampling machine-learning

2

Aktualisieren der Gewichte der Filter in einem CNN

Ich versuche gerade, die Architektur eines CNN zu verstehen. Ich verstehe die Faltung, die ReLU-Schicht, die Pooling-Schicht und die vollständig verbundene Schicht. Ich bin jedoch immer noch verwirrt über die Gewichte. In einem normalen neuronalen Netzwerk hat jedes Neuron sein eigenes Gewicht. In der vollständig verbundenen Schicht hätte jedes Neuron …

12 machine-learning neural-network deep-learning image-classification cnn

5

Unüberwachte Bildsegmentierung

Ich versuche, einen Algorithmus zu implementieren, bei dem bei einem gegebenen Bild mit mehreren Objekten auf einer Ebenentabelle die Ausgabe von Segmentierungsmasken für jedes Objekt erwünscht ist. Im Gegensatz zu CNNs besteht das Ziel hier darin, Objekte in einer unbekannten Umgebung zu erkennen. Was sind die besten Ansätze für dieses …

10 machine-learning deep-learning cnn computer-vision object-detection

3

Beziehung zwischen Faltung in Mathematik und CNN

Ich habe die Erklärung der Faltung gelesen und verstehe sie bis zu einem gewissen Grad. Kann mir jemand helfen zu verstehen, wie diese Operation mit der Faltung in Faltungs-Neuronalen Netzen zusammenhängt? Ist eine filterähnliche Funktion, gdie Gewicht anwendet?

10 machine-learning neural-network deep-learning cnn convolution machine-learning ensemble-modeling machine-learning classification data-mining clustering machine-learning feature-selection convnet pandas graphs ipython machine-learning apache-spark multiclass-classification naive-bayes-classifier multilabel-classification machine-learning data-mining dataset data-cleaning data machine-learning data-mining statistics correlation machine-learning data-mining dataset data-cleaning data beginner career python r visualization machine-learning data-mining nlp stanford-nlp dataset linear-regression time-series correlation anomaly-detection ensemble-modeling data-mining machine-learning python data-mining recommender-system machine-learning cross-validation model-selection scoring prediction sequential-pattern-mining categorical-data python tensorflow image-recognition statistics machine-learning data-mining predictive-modeling data-cleaning preprocessing classification deep-learning tensorflow machine-learning algorithms data keras categorical-data reference-request loss-function classification logistic-regression apache-spark prediction naive-bayes-classifier beginner nlp word2vec vector-space-models scikit-learn decision-trees data programming

1

Effekt, dass die Filtergewichte von CNN während des Backprop NICHT geändert werden

Was bewirkt es, die Filtergewichte eines CNN während der Backpropagation NICHT zu ändern? Ich habe beim Training des MNIST-Datensatzes nur die vollständig verbundenen Schichtgewichte geändert und trotzdem eine Genauigkeit von fast 99 Prozent erreicht.

9 machine-learning cnn mnist

2

Was sind die Unterschiede zwischen Convolutional1D, Convolutional2D und Convolutional3D?

Ich habe etwas über Faltungs-Neuronale Netze gelernt. Bei der Betrachtung von KerasBeispielen bin ich auf drei verschiedene Faltungsmethoden gestoßen. Nämlich 1D, 2D & 3D. Was sind die Unterschiede zwischen diesen drei Schichten? Was sind ihre Anwendungsfälle? Gibt es einige Links oder Verweise, um ihre Anwendungsfälle zu zeigen?

9 machine-learning neural-network deep-learning keras cnn

1

Was sind "VGG54" und "VGG22", die vom VGG19 CNN abgeleitet sind?

In der Arbeit Photo-Realistic Single Image Super-Resolution unter Verwendung eines generativen kontradiktorischen Netzwerks von Christian Ledig et al. Wird der Abstand zwischen Bildern (in der Verlustfunktion verwendet) aus Feature-Maps berechnet, die aus dem VGG19-Netzwerk extrahiert wurden. Die beiden im Artikel verwendeten werden (etwas verwirrend) VGG22 und VGG54 genannt. Was sind …

9 deep-learning cnn gan

3

Warum haben RNNs normalerweise weniger versteckte Schichten als CNNs?

CNNs können Hunderte von verborgenen Ebenen aufweisen. Da sie häufig mit Bilddaten verwendet werden, wird durch die Verwendung vieler Ebenen die Komplexität erhöht. Soweit ich gesehen habe, haben RNNs normalerweise nur wenige Schichten, z. B. 2-4. Zum Beispiel habe ich bei der Klassifizierung von Elektrokardiogrammen (EKG) gesehen, dass Papiere LSTMs …

8 deep-learning cnn lstm rnn feature-extraction

2

Validierung mit großen Schwankungen. Was könnte die Ursache sein?

Ich trainiere ein CNN für ein 3-Klassen-Bildklassifizierungsproblem. Mein Trainingsverlust nahm reibungslos ab, was das erwartete Verhalten ist. Mein Validierungsverlust zeigt jedoch große Schwankungen. Ist dies etwas, worüber ich mir Sorgen machen sollte, oder sollte ich einfach das Modell auswählen, das bei meinem Leistungsmaß (Genauigkeit) am besten abschneidet? Zusätzliche Informationen: Ich …

8 image-classification cnn loss-function

2

CNN - Wie funktioniert die Backpropagation mit Gewichtsverteilung genau?

Betrachten Sie ein Convolutional Neural Network (CNN) für die Bildklassifizierung. Um lokale Merkmale zu erkennen, wird die Gewichtsverteilung zwischen Einheiten in derselben Faltungsschicht verwendet. In einem solchen Netzwerk werden die Kernelgewichte über den Backpropagation-Algorithmus aktualisiert. Ein Update für das Kernelgewicht hjhjh_j in Schicht lll wäre wie folgt: hlj=hlj- η⋅δR.δhlj=hlj- η⋅δR.δxL.j⋅δxL.jδxL …

8 neural-network cnn

Als «cnn» getaggte Fragen