Statistiken und Big Data conv-neural-network

4

Ist es eine gute Idee, CNN zur Klassifizierung von 1D-Signalen zu verwenden?

Ich arbeite an der Einstufung des Schlafstadiums. Ich habe einige Forschungsartikel zu diesem Thema gelesen, von denen viele die SVM- oder Ensemble-Methode verwendeten. Ist es eine gute Idee, das eindimensionale EEG-Signal mithilfe eines neuronalen Faltungsnetzwerks zu klassifizieren? Ich bin neu in dieser Art von Arbeit. Verzeihen Sie mir, wenn ich …

20 neural-networks svm conv-neural-network signal-processing

2

Wie und warum verwendet die Batch-Normalisierung gleitende Mittelwerte, um die Genauigkeit des Modells während des Trainings zu verfolgen?

Ich habe das Batch-Normalisierungspapier ( 1) gelesen und nicht verstanden, dass es notwendig ist, gleitende Durchschnitte zu verwenden, um die Genauigkeit des Modells zu verfolgen, und selbst wenn ich akzeptiere, dass dies das Richtige ist, verstehe ich es nicht was sie genau tun. Nach meinem Verständnis (was ich falsch finde) …

20 machine-learning neural-networks deep-learning conv-neural-network batch-normalization

2

Was machen die vollständig verbundenen Schichten in CNNs?

Ich verstehe die Faltungs- und Bündelungsschichten, kann aber den Grund für eine vollständig verbundene Schicht in CNNs nicht sehen. Warum ist die vorherige Ebene nicht direkt mit der Ausgabeebene verbunden?

19 neural-networks deep-learning conv-neural-network

6

Convolutional Layers: Auffüllen oder nicht auffüllen?

Die AlexNet-Architektur verwendet Null-Auffüllungen (siehe Abbildung). In diesem Artikel wird jedoch nicht erläutert, warum diese Auffüllung eingeführt wird. Der Standford CS 231n-Kurs lehrt, dass die räumliche Größe durch Auffüllen erhalten bleibt: Ich frage mich, ist es der einzige Grund, warum wir Polster brauchen? Ich meine, wenn ich die räumliche Größe …

19 conv-neural-network convolution

2

Warum ist in neuronalen Faltungsnetzen ein maximales Pooling erforderlich?

Die meisten gängigen neuronalen Faltungsnetze enthalten Pooling-Schichten, um die Dimensionen der Ausgabe-Features zu reduzieren. Warum konnte ich nicht dasselbe erreichen, indem ich einfach den Schritt der Faltungsschicht beschleunigte? Was macht die Pooling-Schicht notwendig?

18 deep-learning conv-neural-network pooling

5

Was ist der Unterschied zwischen 'Transfer Learning' und 'Domain Adaptation'?

Gibt es einen Unterschied zwischen 'Transfer Learning' und 'Domain Adaptation'? Ich weiß nichts über den Kontext, aber ich verstehe, dass wir einen Datensatz 1 haben und darauf trainieren, woraufhin wir einen weiteren Datensatz 2 haben, für den wir unser Modell anpassen möchten, ohne von Grund auf neu zu trainieren, für …

18 deep-learning terminology conv-neural-network transfer-learning domain-adaptation

3

Was ist der Unterschied zwischen Conv1D und Conv2D?

Ich wollte durch die keras Faltung docs , und ich habe zwei Arten von convultuion Conv1D und Conv2D gefunden. Ich habe eine Websuche durchgeführt und das ist, was ich über Conv1D und Conv2D verstehe. Conv1D wird für Sequenzen und Conv2D für Bilder verwendet. Ich dachte immer, dass Faltungsnetzwerke nur für …

18 machine-learning neural-networks conv-neural-network keras

2

Was verursacht plötzliche Abfälle von Trainings- / Testfehlern beim Training eines neuronalen Netzwerks?

Ich habe einige Male während des Trainings im neuronalen Netzwerk Diagramme von Test- / Trainingsfehlern gesehen, die in bestimmten Epochen plötzlich abfielen, und ich frage mich, was diese Leistungssprünge verursacht: Dieses Bild stammt von Kaiming He Github, aber ähnliche Handlungen tauchen in vielen Zeitungen auf.

18 conv-neural-network

4

Über CNN, Kernel und Skalierungs- / Rotationsinvarianz

Ich habe ein paar Fragen, die mich bezüglich des CNN verwirren. 1) Die mit CNN extrahierten Merkmale sind skalierungs- und drehungsinvariant. 2) Die Kerne, die wir zur Faltung mit unseren Daten verwenden, sind bereits in der Literatur definiert? Was für ein Kernel sind das? ist es für jede Anwendung anders?

17 neural-networks deep-learning conv-neural-network

1

Anzahl der Merkmalskarten in neuronalen Faltungsnetzen

Beim Erlernen des neuronalen Faltungsnetzwerks habe ich Fragen zu der folgenden Abbildung. 1) C1 in Layer 1 hat 6 Feature-Maps. Bedeutet das, dass es sechs Faltungskerne gibt? Jeder Faltungskernel wird verwendet, um eine Feature-Map auf der Grundlage von Eingaben zu generieren. 2) S1 in Schicht 2 hat 6 Merkmalskarten, C2 …

16 machine-learning neural-networks deep-learning pattern-recognition conv-neural-network

3

Was macht der Faltungsschritt in einem Faltungsneuralnetzwerk?

Ich beschäftige mich mit CNNs (Convolutional Neural Networks) aufgrund ihrer Anwendungen in der Bildverarbeitung. Ich bin bereits mit standardmäßigen neuronalen Feed-Forward-Netzen vertraut, daher hoffe ich, dass einige Leute hier mir helfen können, den zusätzlichen Schritt zum Verständnis von CNNs zu machen. Folgendes denke ich über CNNs: In herkömmlichen Feed-Forward-NNs haben …

16 neural-networks deep-learning conv-neural-network convolution

1

Welche Bedeutung hat die Anzahl der Faltungsfilter in einem Faltungsnetzwerk?

Was bedeutet die Anzahl der Filter in einer Faltungsschicht? Wie wirkt sich diese Zahl auf die Leistung oder Qualität der Architektur aus? Ich meine, sollten wir uns immer für eine höhere Anzahl von Filtern entscheiden? was ist gut von ihnen? und Wie ordnet man unterschiedliche Anzahl von Filtern für verschiedene …

16 deep-learning conv-neural-network

1

Was ist die Connectionist Temporal Classification (CTC)?

Ich möchte ein Projekt zur optischen Zeichenerkennung (OCR) durchführen. Nach einigen Recherchen bin ich auf eine Architektur gestoßen, die interessant erscheint: CNN + RNN + CTC. Ich bin mit verschachtelten neuronalen Netzen (CNN) und wiederkehrenden neuronalen Netzen (RNN) vertraut, aber was ist Connectionist Temporal Classification (CTC)? Ich hätte gerne eine …

15 machine-learning deep-learning conv-neural-network rnn

2

Gibt es mathematische Gründe für die Faltung in neuronalen Netzen, die nicht mehr angemessen sind?

In neuronalen Faltungsnetzen (CNN) werden die Zeilen und Spalten der Gewichtungsmatrix bei jedem Schritt umgedreht, um die Kernelmatrix zu erhalten, bevor mit der Faltung fortgefahren wird. Dies wird in einer Reihe von Videos von Hugo Larochelle hier erklärt : Berechnung der versteckten Karten entspräche eine diskrete Faltung mit einem Kanal …

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

4

Wie viele Daten benötigen Sie für ein Faltungsnetzwerk?

Wenn ich ein Convolutional Neural Network (CNN) mit etwa 1.000.000 Parametern habe, wie viele Trainingsdaten werden benötigt (vorausgesetzt, ich mache einen stochastischen Gradientenabstieg)? Gibt es eine Faustregel? Zusätzliche Hinweise: Wenn ich einen stochastischen Gradientenabstieg durchgeführt habe (z. B. 64 Patches für 1 Iteration), kann die Genauigkeit des Klassifikators nach ~ …

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

Als «conv-neural-network» getaggte Fragen