বিরল ইনপুট সহ নিউরাল নেটওয়ার্কগুলি ব্যবহার করার জন্য কী নির্দেশিকা অনুসরণ করা উচিত


9

আমার কাছে অত্যন্ত বিচ্ছিন্ন ইনপুট রয়েছে, উদাহরণস্বরূপ ইনপুট চিত্রের নির্দিষ্ট বৈশিষ্ট্যগুলির অবস্থান। আরও প্রতিটি বৈশিষ্ট্যের একাধিক শনাক্তকরণ থাকতে পারে (এটি নিশ্চিত নয় যে এটি সিস্টেমের ডিজাইনের উপর নির্ভর করে)। এটি আমি কে চ্যানেল হিসাবে 'বাইনারি চিত্র' উপস্থাপন করবো ওএন পিক্সেল সহ সেই বৈশিষ্ট্যের উপস্থিতি উপস্থাপন করবে এবং এর বিপরীতে। আমরা দেখতে পাচ্ছি যে এই জাতীয় ইনপুটটি খুব বিরল হতে বাধ্য।

সুতরাং, স্নায়ু জাল, স্পষ্টভাবে ডেটা যা সনাক্তকরণ / অবস্থানের প্রতিনিধিত্ব করে সঙ্গে স্পার্স ডেটা ব্যবহার করার সময় কোনও প্রস্তাবনা রয়েছে?


এটা একটি মজার প্রশ্ন। আপনি যদি আপনার প্রশ্নের উত্তর পেয়ে থাকেন তবে দয়া করে আপনার প্রশ্নের উত্তর বিবেচনা করুন। অন্যথায়, দয়া করে আপনি যে সমস্যার সমাধানের চেষ্টা করছেন তার আরও বিশদ তথ্য দিয়ে আপনার প্রশ্নটি সংশোধন করুন। এছাড়াও, ম্যাট্রিক্সের স্পার্সের ঘনত্ব।
NULL

উত্তর:


2

আপনি ইনপুট স্থানের মাত্রা হ্রাস করতে বৈশিষ্ট্য এম্বেডিংগুলি ব্যবহার করে দেখতে পারেন। এনএলপিতে শব্দ 2vec পদ্ধতির বাছাই করুন, আপনার বৈশিষ্ট্যগুলি বাইনারি হওয়ার কারণে এটি আপনার ক্ষেত্রে প্রয়োগ হতে পারে বলে মনে হয় (চালু / বন্ধ)।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.