Результаты поиска по запросу "conv-neural-network"
Потом наконец
то я застрял с вопросом о том, как объединить CNN с RNN в Керасе. Во время публикации вопроса кто-то указал мне, что это правильный подход к проблеме. Видимо, я просто что-то упустил из исходного кода, что заставило меня ответить на мой ...
данных, что означает, что параметры являются общими для всех данных.
тоящее время я разрабатываю инструмент классификации текста с использованием Keras. Это работает (работает нормально, и я получил точность проверки до 98,7), но я не могу понять, как именно слой 1D-свертки работает с текстовыми данными. Какие ...
https://keras.io/activations/#softmax
емантических сегментов вы обычно заканчиваете тем, что последний уровень output = Conv2D(num_classes, (1, 1), activation='softmax') У меня вопрос, как мне подготовить этикетки для этого? Например, если у меня есть 10 классов для идентификации, ...
@tim Извините за задержку, пожалуйста, смотрите мой обновленный ответ.
я есть небольшая проблема понимания с CNN. И я не совсем уверен, сколько фильтров и, следовательно, весов обучены. Пример: у меня есть входной слой с 32x32 пикселями и 3 каналами (то есть форма(32,32,3)). Теперь я использую слой 2D-свертки с 10 ...
до последнего слоя, и это не может быть выполнено.
аюсь создать символ с помощью Keras. Этот тип CNN требует от вас использоватьConvolutional1D слой. Но все способы, которыми я пытаюсь добавить их в свою модель, дают мне ошибки на этапе создания. Вот мой код: def char_cnn(n_vocab, max_len, ...
Ах, спасибо! Теперь я знаю
я есть вопрос о понимании BatchNorm (BN позже). У меня хорошо работает коннет, я писал тесты для проверки формы и диапазона выходных данных. И я заметил, что когда я устанавливаю batch_size = 1, моя модель выводит нули (логиты и активации). Я ...
Короче говоря, нормализация уменьшает сложность проблемы, которую пытается решить ваша сеть. Это может потенциально повысить точность вашей модели и ускорить обучение. Вы приводите данные в одном масштабе и уменьшаете дисперсию. Ни один из весов в сети не тратится впустую на нормализацию для вас, что означает, что они могут использоваться более эффективно для решения стоящей перед вами задачи.
тировал некоторые сетевые архитектуры в Керасе для классификации набора данных MNIST. Я реализовал тот, который похож на LeNet. Мне показалось, что в примерах, которые я нашел в интернете, есть шаг нормализации данных. Например: X_train /= ...
@PianPawakapan у тебя все хорошо;)
тоящее время я тренирую CNN на MNIST, и выходные вероятности (softmax) дают [0.1,0.1, ..., 0.1] в процессе обучения. Начальные значения не одинаковы, поэтому я не могу понять, что я делаю здесь что-то глупое? Я тренируюсь только на 15 шагов, ...
Я надеюсь, у меня есть лучший рабочий пример, чтобы показать пункты выше. Я добавлю этот ответ в качестве заполнителя и вернусь и добавлю больше материала, если у меня будет шанс.
аюсь создать глубокий CNN, который может классифицировать каждый отдельный пиксель в изображении. Я копирую архитектуру из изображения ниже, взятого изэто [https://github.com/dhasl002/Research-DeepLearning/blob/master/DEEP.pdf]бумага. В статье ...
для более подробной информации об этом.
ю, что означает «шаг», когда это просто целое число (на каком этапе вы должны применить фильтр к изображению). Но что насчет(1, 1) или даже более размерный шаг?