सभी उदाहरण जो मैंने गहरे विश्वास या दृढ़ तंत्रिका नेटवर्क का उपयोग करके पाया, उनका उपयोग छवि वर्गीकरण, बैक्टीरिया का पता लगाने या भाषण पहचान के लिए किया जाता है।
क्या शास्त्रीय तंत्रिका संबंधी कार्यों के लिए गहरे तंत्रिका नेटवर्क भी उपयोगी हैं, जहां सुविधाओं को संरचित नहीं किया जाता है (जैसे, अनुक्रम या ग्रिड में व्यवस्थित नहीं)? यदि हाँ, तो क्या आप एक उदाहरण दे सकते हैं?
3
आपका पहला वाक्य दृढ़ तंत्रिका नेटवर्क लाता है। ऐसा प्रतीत होता है कि आप उन्हें गहन विश्वास नेटवर्क के साथ भ्रमित कर रहे हैं। वे समान नहीं हैं, हालांकि दोनों तंत्रिका नेटवर्क के रूप हैं।
—
MSALERS
मैं @msalters से सहमत हूँ, लेकिन यह कहूंगा कि गहरे विश्वास नेटवर्क वास्तव में गहरे नेटवर्क हैं, और सीमित सफलता मिली है, जबकि दृढ़ विश्वास जाल एक संकर की तरह अधिक होते हैं - उथले nn द्वारा पीछा किए गए दृढ़ परतों में अनुकूली छवि फिल्टर।
—
seanv507
"अवलोकनों" का मतलब क्या है "संरचित नहीं (अनुक्रम या ग्रिड में व्यवस्थित नहीं)"? क्या आप छवियों को "संरचित" होने का अर्थ इस अर्थ में लेते हैं कि एक ग्रिड पर अलग-अलग पिक्सेल की व्यवस्था की जाती है? लेकिन फिर यह ऐसी विशेषताएं हैं जो "संरचित" हैं, न कि "अवलोकन" (वे व्यक्तिगत चित्र होंगे)?
—
अमीबा का कहना है कि मोनिका
मैं कहूंगा कि सभी कन्वर्सेशन नेटवर्क गहरे हैं, सभी गहरे नेटवर्क कनवैल्यूएशन नहीं हैं, और इसी तरह सभी गहरे विश्वास नेटवर्क गहरे हैं, सभी गहरे नेटवर्क गहरे विश्वास नेटवर्क नहीं हैं। वास्तव में आपके पास गहरे नेटवर्क हो सकते हैं जो न तो गहरे हैं और न ही जटिल हैं, वे सिर्फ प्रशिक्षित करने के लिए कठिन हैं। हालाँकि शब्दावली पर निरर्थक बहस की गुंजाइश ज़रूर है।
—
लिंडन व्हाइट
आप बिना रुकावट (अनुक्रम / ग्रिड आदि में नहीं) डेटा के लिए एक दृढ़ नेटवर्क लागू नहीं कर सकते। यह मूल रूप से समझ में नहीं आता है। एक दृढ़ नेटवर्क आप इनपुट के फूरियर रूपांतरण लेने के लिए निकटता से संबंधित है - उदाहरण के लिए इसे समय डोमेन से आवृत्ति डोमेन में परिवर्तित करने वाले दृश्यों के लिए।
—
लिंडन व्हाइट