तंत्रिका नेटवर्क में एक अड़चन परत का क्या मतलब है?

Question

मैं फेसनेट पेपर पढ़ रहा था और परिचय के तीसरे पैराग्राफ में यह कहता है:

गहरे नेटवर्क पर आधारित पिछला चेहरा पहचान दृष्टिकोण एक ज्ञात पहचान के सेट पर प्रशिक्षित वर्गीकरण परत का उपयोग करते हैं और फिर प्रशिक्षण में प्रयुक्त पहचान के सेट से परे मान्यता को सामान्य बनाने के लिए उपयोग किए जाने वाले प्रतिनिधित्व के रूप में एक मध्यवर्ती अड़चन परत लेते हैं।

मैं सोच रहा था कि एक मध्यवर्ती अड़चन परत से उनका क्या मतलब है?

Comments

इसका उपयोग गणना की संख्या को कम करने के लिए किया जाता है, और पिछली परत का रूपांतरण करता है।

— kxm मौन

Answer 1

एक टोंटी परत एक परत है जिसमें पिछली परतों की तुलना में कुछ नोड्स होते हैं। इसका उपयोग कम आयामीता के साथ इनपुट का प्रतिनिधित्व प्राप्त करने के लिए किया जा सकता है। इसका एक उदाहरण गैर-आयामी गतिशीलता में कमी के लिए अड़चन परतों के साथ ऑटोकेनोडर्स का उपयोग है।

उद्धरण की मेरी समझ यह है कि पिछले दृष्टिकोण चेहरे को वर्गीकृत करने के लिए एक गहरे नेटवर्क का उपयोग करते हैं। फिर वे इस नेटवर्क की पहली कई परतों को इनपुट से कुछ मध्यवर्ती परत तक ले जाते हैं (जैसे, th लेयर, जिसमें नोड्स हैं)। यह सबनेटवर्क इनपुट स्पेस से एक मैपिंग को -dimensional वेक्टर स्पेस पर लागू करता है। तो में एक नोड के सक्रियण के वेक्टर वें परत, एक टोंटी परत है वें परत इनपुट के एक कम आयामी प्रतिनिधित्व करता है। नई पहचान को वर्गीकृत करने के लिए मूल नेटवर्क का उपयोग नहीं किया जा सकता है, जिस पर इसे प्रशिक्षित नहीं किया गया था। लेकिन,$k$$n_k$$n_k$$k$$k$$k$वें परत सामान्य रूप से चेहरे का अच्छा प्रतिनिधित्व प्रदान कर सकती है। इसलिए, नई पहचान जानने के लिए, नई क्लासिफायर परतों को th लेयर के ऊपर स्टैक्ड किया जा सकता है और प्रशिक्षित किया जा सकता है। या, नए प्रशिक्षण डेटा को th लेयर से अभ्यावेदन प्राप्त करने के लिए सबनेटवर्क के माध्यम से फीड किया जा सकता है , और इन अभ्यावेदन को कुछ अन्य क्लासिफायरफायर को खिलाया जा सकता है।$k$$k$