Запитання з тегом «convnet»

Я починаю проект, де завданням є визначення типів кросівок із зображень. На даний момент я читаю про реалізацію TensorFlow та Torch . Моє запитання: скільки зображень для кожного класу потрібно для досягнення розумної ефективності класифікації?

12 machine-learning  neural-network  image-classification  convnet  image-recognition 

Чи є якісь правила (чи фактичні правила), що стосуються мінімальної, максимальної та "розумної" кількості комірок LSTM, які я повинен використовувати? Зокрема, я стосуюсь BasicLSTMCell від TensorFlow та num_unitsвласності. Будь ласка, припустіть, що у мене проблема класифікації, визначена: t - number of time steps n - length of input vector in …

12 rnn  machine-learning  r  predictive-modeling  random-forest  python  language-model  sentiment-analysis  encoding  machine-learning  deep-learning  neural-network  dataset  caffe  classification  xgboost  multiclass-classification  unbalanced-classes  time-series  descriptive-statistics  python  r  clustering  machine-learning  python  deep-learning  tensorflow  machine-learning  python  predictive-modeling  probability  scikit-learn  svm  machine-learning  python  classification  gradient-descent  regression  research  python  neural-network  deep-learning  convnet  keras  python  tensorflow  machine-learning  deep-learning  tensorflow  python  r  bigdata  visualization  rstudio  pandas  pyspark  dataset  time-series  multilabel-classification  machine-learning  neural-network  ensemble-modeling  kaggle  machine-learning  linear-regression  cnn  convnet  machine-learning  tensorflow  association-rules  machine-learning  predictive-modeling  training  model-selection  neural-network  keras  deep-learning  deep-learning  convnet  image-classification  predictive-modeling  prediction  machine-learning  python  classification  predictive-modeling  scikit-learn  machine-learning  python  random-forest  sampling  training  recommender-system  books  python  neural-network  nlp  deep-learning  tensorflow  python  matlab  information-retrieval  search  search-engine  deep-learning  convnet  keras  machine-learning  python  cross-validation  sampling  machine-learning 

Я прототипую додаток, і мені потрібна мовна модель, щоб обчислити здивування в деяких створених пропозиціях. Чи є якась навчена мовна модель в python, яку я можу легко використовувати? Щось на кшталт простого model = LanguageModel('en') p1 = model.perplexity('This is a well constructed sentence') p2 = model.perplexity('Bunny lamp robert junior pancake') …

11 python  nlp  language-model  r  statistics  linear-regression  machine-learning  classification  random-forest  xgboost  python  sampling  data-mining  orange  predictive-modeling  recommender-system  statistics  dimensionality-reduction  pca  machine-learning  python  deep-learning  keras  reinforcement-learning  neural-network  image-classification  r  dplyr  deep-learning  keras  tensorflow  lstm  dropout  machine-learning  sampling  categorical-data  data-imputation  machine-learning  deep-learning  machine-learning-model  dropout  deep-network  pandas  data-cleaning  data-science-model  aggregation  python  neural-network  reinforcement-learning  policy-gradients  r  dataframe  dataset  statistics  prediction  forecasting  r  k-means  python  scikit-learn  labels  python  orange  cloud-computing  machine-learning  neural-network  deep-learning  rnn  recurrent-neural-net  logistic-regression  missing-data  deep-learning  autoencoder  apache-hadoop  time-series  data  preprocessing  classification  predictive-modeling  time-series  machine-learning  python  feature-selection  autoencoder  deep-learning  keras  tensorflow  lstm  word-embeddings  predictive-modeling  prediction  machine-learning-model  machine-learning  classification  binary  theory  machine-learning  neural-network  time-series  lstm  rnn  neural-network  deep-learning  keras  tensorflow  convnet  computer-vision 

Як би ви оптимізувати з заздалегідь навчених neural network застосовувати його в окрему проблему? Ви б просто додали більше шарів до попередньо підготовленої моделі та протестували її на своєму наборі даних? Наприклад, якщо завданням було використання CNN для класифікації шпалерних груп , я впевнений, що це не буде працювати безпосередньо …

11 neural-network  deep-learning  classification  convnet 

Ці дві згорткові операції зараз дуже поширені в глибокому навчанні. Про розширений згортковий шар я читав у цій статті: WAVENET: ЗАГАЛЬНА МОДЕЛЬ ДЛЯ RAW AUDIO і Деконволюція знаходиться в цій статті: Повністю згорткові мережі для семантичної сегментації Як здається, обидва знімають зображення, але в чому різниця?

11 machine-learning  deep-learning  convnet  computer-vision  convolution 

Я намагаюся використовувати CNN (звивисту нейронну мережу) для класифікації документів. CNN для короткого тексту / речень вивчався у багатьох працях. Однак, схоже, жоден папір не використовував CNN для довгого тексту чи документа. Моя проблема полягає в тому, що в документі занадто багато функцій. У моєму наборі даних кожен документ містить …

11 classification  neural-network  text-mining  convnet  word2vec 

Я намагаюся розібратися, скільки ваг і ухилів потрібно для CNN. Скажіть, у мене є (3, 32, 32) -образ і хочу застосувати (32, 5, 5) -фільтр. Для кожної карти функцій я маю 5х5 ваг, тому у мене повинно бути 3 x (5x5) x 32 параметри. Тепер мені потрібно додати упередження. Я …

11 deep-learning  convnet  backpropagation 

Більшість мереж, яких я бачив, мають один або два щільних шару до остаточного шару softmax. Чи є якийсь принциповий спосіб вибору кількості та розмірів щільних шарів? Чи два щільні шари представницькіші за один, для однакової кількості параметрів? Чи слід наносити випадання перед кожним щільним шаром чи лише один раз?

11 convnet 

Мені цікаво, як інтерпретувати повторювану архітектуру в контексті EEG. Конкретно я думаю про це як про рецидивуючу CNN (на відміну від таких архітектур, як LSTM), але, можливо, це стосується і інших типів рекурентних мереж Коли я читаю про R-CNN, вони зазвичай пояснюються в контекстах класифікації зображень. Вони зазвичай описуються як …

10 machine-learning  neural-network  convnet  rnn 

Я працюю з аналізом даних ЕЕГ, які згодом потрібно буде класифікувати. Однак отримання міток для записів є дещо дорогим, що змусило мене розглянути непідвладний підхід, щоб краще використовувати наші досить великі обсяги незазначених даних. Це природно призводить до розгляду штабельних автокодерів, що може бути хорошою ідеєю. Однак було б також …

9 deep-learning  convnet  unsupervised-learning  autoencoder 

Зараз я працюю над відтворенням результатів цього документу . У статті вони описують спосіб використання CNN для вилучення функцій, і мають акустичну модель, яка є Dnn-hmm і перевірена за допомогою RBM. Підрозділ III розділу A визначає різні способи подання вхідних даних. Я вирішив вертикально скласти графіки спектра статичної, дельтової та …

9 neural-network  convnet  feature-extraction  audio-recognition 

У мене була цікава дискусія на основі проекту, над яким ми працювали: навіщо використовувати систему візуального огляду CNN над алгоритмом відповідності шаблонів? Передумови: я показав демонстрацію простої системи бачення CNN (веб-камера + ноутбук), яка виявила, чи певний тип об'єкта був "зламаний" / несправний чи ні - в цьому випадку плати …

9 machine-learning  convnet  image-classification 

Чи опубліковані будь-які статті, які показують відмінності методів регуляризації для нейронних мереж, бажано для різних доменів (або принаймні різних наборів даних)? Я запитую, тому що в даний час я відчуваю, що більшість людей, здається, використовують лише випадання для регуляризації в комп’ютерному зорі. Я хотів би перевірити, чи не було б …

9 neural-network  computer-vision  convnet  regularization  dropout 

Я намагаюся навчити модель в керах і використовую ModelCheckpoint, щоб зберегти найкращу модель відповідно до контрольованої метрики перевірки (у моєму випадку індекс Жаккарда ). Хоча я бачу, як модель вдосконалюється в тензорній дошці, коли я намагаюся завантажити ваги і оцінити модель, вона взагалі не працює. Крім того, за міткою часу …

8 keras  convnet