Perguntas com a marcação «conv-neural-network»

Estou trabalhando na classificação do estágio do sono. Li alguns artigos de pesquisa sobre esse tópico, muitos deles usavam SVM ou método de conjunto. É uma boa idéia usar a rede neural convolucional para classificar o sinal de EEG unidimensional? Eu sou novo nesse tipo de trabalho. Perdoe-me se eu …

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

Eu estava lendo o documento de normalização em lote (BN) (1) e não entendia a necessidade de usar médias móveis para rastrear a precisão do modelo e, mesmo se eu aceitasse que era a coisa certa a fazer, não entendo o que eles estão fazendo exatamente. Para meu entendimento (o …

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

Entendo as camadas convolucionais e de pool, mas não vejo o motivo de uma camada totalmente conectada nas CNNs. Por que a camada anterior não está diretamente conectada à camada de saída?

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

A arquitetura AlexNet usa zero paddings, como mostrado na figura: No entanto, não há explicação no artigo por que esse padding é introduzido. O curso Standford CS 231n ensina que usamos estofamento para preservar o tamanho espacial: Gostaria de saber se é a única razão pela qual precisamos de preenchimento? …

19 conv-neural-network  convolution 

Existe alguma diferença entre 'transferência de aprendizado' e 'adaptação de domínio'? Não conheço o contexto, mas entendo que temos um conjunto de dados 1 e o treinamos, após o qual temos outro conjunto de dados 2 para o qual queremos adaptar nosso modelo sem precisar treinar novamente do zero, para …

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

As redes neurais convolucionais mais comuns contêm camadas de pooling para reduzir as dimensões dos recursos de saída. Por que não consegui a mesma coisa simplesmente aumentando o passo da camada convolucional? O que torna a camada de pool necessária?

18 deep-learning  conv-neural-network  pooling 

Eu estava examinando os documentos de convolução do keras e encontrei dois tipos de convulsão Conv1D e Conv2D. Eu fiz algumas pesquisas na web e é isso que eu entendo sobre Conv1D e Conv2D; Conv1D é usado para seqüências e Conv2D usa para imagens. Eu sempre pensei que as redes …

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

Eu vi vários erros de teste / treinamento caindo repentinamente em certas épocas algumas vezes durante o treinamento da rede neural, e me pergunto o que causa esses saltos de desempenho: Essa imagem foi tirada do Kaiming He Github, mas gráficos semelhantes aparecem em muitos artigos.

18 conv-neural-network 

Eu tenho algumas perguntas que estão me confundindo em relação à CNN. 1) Os recursos extraídos usando a CNN são invariáveis ​​em escala e rotação? 2) Os Kernels que usamos para convolução com nossos dados já estão definidos na literatura? que tipo desses núcleos são? é diferente para cada aplicação?

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

Ao aprender a rede neural convolucional, tenho perguntas sobre a figura a seguir. 1) C1 na camada 1 possui 6 mapas de características, isso significa que existem seis núcleos convolucionais? Cada kernel convolucional é usado para gerar um mapa de recursos com base na entrada. 2) S1 na camada 2 …

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

Estou estudando redes neurais convolucionais (CNNs) devido a suas aplicações em visão computacional. Já conheço as redes neurais padrão de feed-forward, por isso espero que algumas pessoas aqui possam me ajudar a dar um passo extra na compreensão das CNNs. Aqui está o que penso sobre as CNNs: Nas NNs …

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

O que o número de filtros em uma camada de convolução transmite? Como esse número afeta o desempenho ou a qualidade da arquitetura? Quero dizer, devemos sempre optar por um número maior de filtros? o que é bom deles? e Como as pessoas atribuem diferentes números de filtros para diferentes …

16 deep-learning  conv-neural-network 

Estou procurando fazer um projeto de reconhecimento óptico de caracteres (OCR). Depois de fazer algumas pesquisas, encontrei uma arquitetura que parece interessante: CNN + RNN + CTC. Eu estou familiarizado com redes neurais complicadas (CNN) e redes neurais recorrentes (RNN), mas o que é Classificação Temporal Conexionista (CTC)? Eu gostaria …

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

Eu estava lendo sobre o otimizador de Adam para o Deep Learning e me deparei com a seguinte frase no novo livro Deep Learning de Begnio, Goodfellow e Courtville: Adam inclui correções de viés nas estimativas dos momentos de primeira ordem (o termo momentum) e dos momentos de segunda ordem …

15 machine-learning  neural-networks  optimization  conv-neural-network  adam 

Nas redes neurais convolucionais (CNN), a matriz de pesos em cada etapa obtém suas linhas e colunas invertidas para obter a matriz do núcleo, antes de prosseguir com a convolução. Isso é explicado em uma série de vídeos de Hugo Larochelle aqui : A computação dos mapas ocultos corresponderia a …

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