convnet पर टैग किए गए जवाब

मैंने हाल ही में जोनाथन लॉन्ग, इवान शेल्मर, ट्रेवर डेरेल द्वारा सिमेंटिक सेग्मेंटेशन के लिए पूरी तरह से कन्वेंशनल नेटवर्क पढ़ा । मुझे समझ में नहीं आता है कि "deconvolutional परतों" क्या / कैसे वे काम करते हैं। प्रासंगिक हिस्सा है 3.3। अपसम्पलिंग पीछे की ओर दी गई सजा है …

187 neural-network  convnet  convolution 

मैंने हाल ही में 1x1 संकल्पों पर यान लेकुंस टिप्पणी पढ़ी है : संवेदी नेट में, "पूरी तरह से जुड़ी हुई परतें" जैसी कोई चीज नहीं है। 1x1 दृढ़ संकल्प गुठली और एक पूर्ण कनेक्शन तालिका के साथ केवल कन्वेंशन परतें हैं। यह एक बहुत ही दुर्लभ तथ्य है कि …

55 neural-network  convnet 

मैं छवि वर्गीकरण के लिए एक तंत्रिका नेटवर्क का उपयोग करना चाहूंगा। मैं पूर्व-प्रशिक्षित कैफनेट के साथ शुरू करूँगा और इसे अपने आवेदन के लिए प्रशिक्षित करूँगा। मुझे इनपुट छवियों को कैसे तैयार करना चाहिए? इस मामले में, सभी चित्र एक ही वस्तु के होते हैं लेकिन विविधताओं के साथ …

41 neural-network  image-classification  preprocessing  convnet 

यह सवाल उबलता है "कैसे कनवल्शन लेयर्स बिल्कुल काम करती हैं। मान लीजिए कि मेरे पास एक greyscale छवि है। तो छवि में एक चैनल है। पहली परत में, मैं फ़िल्टर और पैडिंग के साथ कनवल्शन लागू करता हूं । फिर मेरे पास कनवल्शन और फ़िल्टर के साथ एक और …

29 neural-network  convnet 

मैंने अक्सर लोगों को यह कहते हुए सुना है कि क्यों जटिल तंत्रिका नेटवर्क अभी भी खराब समझे जाते हैं। क्या यह ज्ञात है कि दृढ़ तंत्रिका नेटवर्क हमेशा परतों के रूप में बढ़ते परिष्कृत सुविधाओं को सीखते हैं? किस कारण से वे इस तरह की विशेषताओं का ढेर बनाते …

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

तंत्रिका नेटवर्क का प्रशिक्षण करते समय, एक हाइपरपरमीटर एक मिनीबैच का आकार होता है। आम विकल्प 32, 64 और 128 तत्व प्रति मिनी बैच हैं। क्या कोई नियम / दिशानिर्देश हैं कि मिनी-बैच कितना बड़ा होना चाहिए? कोई प्रकाशन जो प्रशिक्षण पर प्रभाव की जांच करता है?

21 neural-network  deep-learning  convnet  optimization 

दीक्षांत समारोह में जाने वाले पेपर में GoogleNet का वर्णन किया गया है जिसमें मूल स्थापना मॉड्यूल शामिल हैं: इनसेप्शन v2 में परिवर्तन यह था कि उन्होंने 5x5 कनफोल्यूशंस को दो क्रमिक 3x3 कनवल्शन द्वारा बदल दिया और पूलिंग लागू किया: Inception v2 और Inception v3 के बीच अंतर क्या …

18 image-classification  convnet  computer-vision  inception 

मैं तंत्रिका नेटवर्क के लिए बहुत नया हूं, लेकिन मैं रेखीय बीजगणित और दृढ़ संकल्प के गणित को काफी समझदारी से समझता हूं। मैं उदाहरणों को समझने के लिए कोशिश कर रहा हूं कि मैं नेट पर विभिन्न स्थानों पर एक केआरएस कन्वेन्शनल एनएन को एमएनआईएसटी डेटा के साथ अंकों …

18 convnet  keras 

मैं corr()एक मूल df से df बनाता हूं । corr()Df बाहर 70 एक्स 70 में आया और यह हीटमैप कल्पना करने के लिए असंभव है ... sns.heatmap(df)। अगर मैं प्रदर्शित करने की कोशिश करता हूं corr = df.corr(), तो तालिका स्क्रीन पर फिट नहीं होती है और मैं सभी सहसंबंधों …

17 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

मैं काफिले के साथ थोड़ा खेल रहा हूं। विशेष रूप से, मैं कागले बिल्लियों-बनाम-कुत्तों के डेटासेट का उपयोग कर रहा हूं, जिसमें 25000 छवियां शामिल हैं, जिन्हें या तो बिल्ली या कुत्ते (12500 प्रत्येक) के रूप में लेबल किया गया है। मैं अपने परीक्षण सेट पर लगभग 85% वर्गीकरण सटीकता …

16 neural-network  deep-learning  convnet  image-recognition  dropout 

मेरे पास निम्नलिखित CNN है: मैं आकार 5x5 की इनपुट छवि के साथ शुरू करता हूं फिर मैं 2x2 कर्नेल और स्ट्राइड = 1 का उपयोग करके कनवल्शन लागू करता हूं, जो कि 4x4 आकार का फीचर मैप तैयार करता है। फिर मैं स्ट्राइड = 2 के साथ 2x2 अधिकतम-पूलिंग …

16 machine-learning  convnet  backpropagation  cnn  kernel 

यदि मैं इंटरनेट पर Imagenet वर्गों के लिए कई स्रोतों में से एक को देखता हूं तो मुझे मानव से संबंधित एक भी वर्ग नहीं मिल सकता है (और नहीं, कटनी करने वाला कोई ऐसा व्यक्ति नहीं है जो फसल काटता है, लेकिन यह वही है जिसे मैं डैडी लॉन्गलेग …

14 machine-learning  deep-learning  dataset  convnet  image-classification 

मेरे पास इस सवाल का एक छोटा सा उप-प्रश्न है । मैं समझता हूं कि जब अधिकतम पूलिंग परत के माध्यम से बैक-प्रोपगेटिंग किया जाता है, तो ग्रेडर को इस तरह से वापस रूट किया जाता है कि पिछली परत में न्यूरॉन जिसे अधिकतम के रूप में चुना गया था, …

14 machine-learning  neural-network  convnet  backpropagation 

मैं इस पेपर को समझने की कोशिश कर रहा हूं और इस बात को लेकर अनिश्चित हूं कि द्वि-रैखिक उतार-चढ़ाव क्या है। क्या कोई इसे उच्च स्तर पर समझा सकता है? https://arxiv.org/abs/1606.00915

13 deep-learning  convnet  cnn  convolution 

यदि हमारे पास सीएनएन (कन्वेंशन) का उपयोग करके प्रकाशित 90-99% कागज़ात हैं। उनमें से अधिकांश बहुमत विषम संख्याओं के फ़िल्टर आकार का उपयोग करते हैं : {1, 3, 5, 7} सबसे अधिक उपयोग के लिए। यह स्थिति कुछ समस्या पैदा कर सकती है: इन फ़िल्टर आकारों के साथ, आमतौर पर …

13 deep-learning  convnet  computer-vision  convolution