न्यूरल नेटवर्क्स में 1 डी कन्वेंशन

Question

मैं समझता हूं कि कन्वोकेशन कैसे काम करता है लेकिन मुझे यह नहीं पता कि 2 डी डेटा के लिए 1 डी कैसे लागू होते हैं।

इस उदाहरण में आप एक 2D डेटा में 2 डी कनवल्शन देख सकते हैं। लेकिन यह कैसे होगा यदि 1 डी का दृढ़ संकल्प था? बस एक 1D कर्नेल उसी तरह से फिसल रहा है? और अगर स्ट्राइड 2 था?

धन्यवाद!

Comments

प्रत्येक मैट्रिक्स की पहली पंक्ति को देखें।

— पियोट्र मिग्डल

क्या आप मुझे एक उदाहरण दे सकते हैं?

— गुस्तावो

1d दृढ़ संकल्प वास्तव में एक सख्त 2d छवि के लिए उपयोगी नहीं होगा। गैर-ग्रेस्केल छवियां 3 डी तकनीकी रूप से हैं क्योंकि उनके तीन रंग चैनल हैं।

— एथन

@Gustavo इसे पसंद करें: toto-share.com/wp-content/uploads/2011/11/… जब तक आपका मतलब 1x1 कन्वेंशन (तंत्रिका नेटवर्क के अर्थ में) है, जो एक अलग बात है।

— पियोट्र मिग्डल

मेरी समस्या दीक्षांत के साथ है जैसे: d3kbpzbmcynnmx.cloudfront.net/wp-content/uploads/2015/11/… दो संकल्‍प हैं, एक कर्नेल आकार 3 के साथ और दूसरे आकार 2 के साथ। लेकिन वे कर्नेल 1D या आकार xk हैं। ?

— गुस्तावो

Answer 1

चलो $x_1, …,x_n$वैक्टर का एक क्रम हो (जैसे, शब्द वैक्टर)। एक दृढ़ परत को लागू करना सभी एन-ग्रामों के लिए समान भार मैट्रीस को लागू करने के बराबर है, जहां$n$आपके फ़िल्टर की ऊंचाई है। जैसे, अगर$n=3$, आप इसे निम्नानुसार कल्पना कर सकते हैं:

थोड़ा और गणितीय स्पष्टीकरण के लिए, आप जी यंग ली, फ्रेंक डर्नोनकोर्ट की जांच कर सकते हैं । " अनुक्रमिक और संवेदी तंत्रिका नेटवर्क के साथ अनुक्रमिक लघु-पाठ वर्गीकरण "। एनएएसीएल 2016 । खंड 2.1.2:

Answer 2

फ़िल्टर आयाम में डाउन सैंपलिंग और अप सैंपलिंग के लिए 1 डी के कॉन्फोल्यूशन का उपयोग कन्वेन्शनल नेटवर्क में किया जाता है। जैसा कि आप नेटवर्क के माध्यम से जाते हैं, इन फिल्टर मानचित्रों का निर्माण नेटवर्क आप वास्तव में एक तीसरे आयाम के रूप में सोच सकते हैं। फ़िल्टर मैप आयाम का सामान्य आधार मामला 3 का आकार है, क्योंकि हमारे पास अक्सर आरजीबी छवियां हमारे नेटवर्क से गुजरती होंगी।

ये 1 डी कॉन्फिडेंस डाउन सैंपलिंग के लिए उपयोगी हो सकते हैं, कुछ ऑपरेशन कर सकते हैं, फिर सैंपलिंग वापस उसी आयाम पर कर सकते हैं। प्रदर्शन कारणों से यह काफी उपयोगी है।

वास्तव में सहज ज्ञान युक्त समझने के लिए मैं पढ़ने का सुझाव दूंगा:

नेटवर्क-इन-नेटवर्क - http://arxiv.org/abs/1312.4400

दीक्षांत समारोह के साथ गहराई से जा रहे हैं - https://www.google.com/url?sa=t&source=web&rct=j&url=http://www.cs.unc.edu/~wliu/papers/GoogLeNet.pdf&ved=0ahUKEwi89oeuxqnnLAhXhuIMKHZrr0ZrTC0ZrTC0ZrTC0 rrECNQ72wI3PH1Qw और sig2 = VhjfaMvuskNIDVKhFfNiqQ

Comments

यह 1D1 संकल्पों के बजाय आप 1x1 संकल्पों (तंत्रिका नेटवर्क के अर्थ में) के बारे में बात करते हैं।

— पियोट्र मिग्डल

सही है, मैंने मान लिया कि तंत्रिका नेटवर्क शामिल थे। मुझे इस सवाल का एक लिंक reddit पर / r / MLQuestions पर आया, इसलिए मैंने मान लिया कि यह संबंधित था। लेकिन सिर्फ सादे दृढ़ संकल्प के लिए यह उतना प्रासंगिक नहीं है: पी।

— इथन