প্রশ্ন ট্যাগ «conv-neural-network»

সম্প্রতি আমি গভীর শিক্ষার বিষয়ে পড়ছি এবং শর্তাদি (বা প্রযুক্তি বলতে) সম্পর্কে আমি বিভ্রান্ত হয়ে পড়েছি। পার্থক্য কি কনভোলিউশনাল নিউরাল নেটওয়ার্কগুলি (সিএনএন), সীমাবদ্ধ বল্টজম্যান মেশিন (আরবিএম) এবং স্বয়ং-এনকোডার?

123 neural-networks  deep-learning  conv-neural-network  autoencoders  rbm 

আমি বর্তমানে উদাসিটি গভীর শিখার টিউটোরিয়াল করছি। পাঠ 3 এ তারা 1x1 সমাবর্তন সম্পর্কে কথা বলে। এই 1x1 কনভোলশনটি গুগল ইনসেপশন মডিউলটিতে ব্যবহৃত হয়। 1x1 সমঝোতা কী তা বুঝতে আমার সমস্যা হচ্ছে। আমি ইয়ান লেকুনের এই পোস্টটিও দেখেছি। কেউ দয়া করে আমাকে এই ব্যাখ্যা করতে পারেন?

105 neural-networks  deep-learning  convolution  conv-neural-network 

সাম্প্রতিক বছরগুলিতে, কনভ্যুশনাল নিউরাল নেটওয়ার্কগুলি (বা সম্ভবত গভীরভাবে নিউরাল নেটওয়ার্কগুলি) গভীর ও গভীরতর হয়েছে, অত্যাধুনিক নেটওয়ার্কগুলি 4 স্তরের স্থানে 7 স্তর ( অ্যালেক্সনেট ) থেকে 1000 স্তর ( অবশেষ জাল) পর্যন্ত চলেছে বছর। গভীর নেটওয়ার্ক থেকে কর্মক্ষমতা বাড়ানোর পেছনের কারণটি হ'ল আরও জটিল, অ-লিনিয়ার ফাংশন শেখা যায়। পর্যাপ্ত প্রশিক্ষণের ডেটা …

72 machine-learning  classification  neural-networks  deep-learning  conv-neural-network 

কেউ কী বিশ্বব্যাপী সর্বাধিক পুলিং স্তরটি ব্যাখ্যা করতে পারেন এবং কেন এবং কখন আমরা এটি নিউরাল নেটওয়ার্ক প্রশিক্ষণের জন্য ব্যবহার করি। সাধারণ সর্বোচ্চ পুলিং স্তরের কি তাদের কোনও সুবিধা আছে?

55 neural-networks  conv-neural-network  pooling 

সাম্প্রতিক বছরগুলিতে, কনভলিউশনাল নিউরাল নেটওয়ার্কগুলি (সিএনএন) কম্পিউটার ভিশনে অবজেক্টের স্বীকৃতির জন্য অত্যাধুনিক শিল্পে পরিণত হয়েছে। সাধারণত, একটি সিএনএন বেশ কয়েকটি কনভ্যুশনাল স্তর নিয়ে গঠিত এবং তারপরে দুটি সম্পূর্ণ সংযুক্ত স্তর রয়েছে। এর পিছনে একটি স্বজ্ঞাত হ'ল কনভ্যুশনাল স্তরগুলি ইনপুট ডেটার আরও ভাল উপস্থাপনা শেখে এবং সম্পূর্ণ সংযুক্ত স্তরগুলি তারপরে লেবেলের …

46 machine-learning  neural-networks  svm  deep-learning  conv-neural-network 

আমি কনভ্যুশনাল নিউরাল নেটওয়ার্কগুলির কনভোলশন অংশটি বোঝার চেষ্টা করছি। নিম্নলিখিত চিত্রটি দেখছেন: আমাদের প্রথম কনভ্যুশন স্তরটি বুঝতে কোনও সমস্যা নেই যেখানে আমাদের 4 টি আলাদা কার্নেল রয়েছে (আকারের ), যা 4 টি বৈশিষ্ট্যযুক্ত মানচিত্র প্রাপ্ত করার জন্য আমরা ইনপুট চিত্রের সাথে মিলিত করি।k×kk×kk \times k আমি যা বুঝতে পারি না …

44 machine-learning  neural-networks  deep-learning  conv-neural-network 

আমি খুঁজে পেয়েছি যে ইমেজেনেট এবং অন্যান্য বৃহত সিএনএন স্থানীয় প্রতিক্রিয়া সাধারণকরণ স্তরগুলি ব্যবহার করে। যাইহোক, আমি তাদের সম্পর্কে এত তথ্য খুঁজে পাই না। এগুলি কতটা গুরুত্বপূর্ণ এবং কখন তাদের ব্যবহার করা উচিত? Http://caffe.berkeleyvision.org/tutorial/layers.html#data-layers থেকে : "স্থানীয় প্রতিক্রিয়া স্বাভাবিককরণ স্তরটি স্থানীয় ইনপুট অঞ্চলগুলিকে স্বাভাবিক করে এক ধরণের" পার্শ্বীয় বাধা "সম্পাদন …

41 deep-learning  convolution  conv-neural-network 

আমার কাছে কম্পিউটার ভিশন ব্যাকগ্রাউন্ড নেই, তবুও যখন আমি কিছু চিত্র প্রক্রিয়াকরণ এবং কনভোলশনাল নিউরাল নেটওয়ার্ক সম্পর্কিত নিবন্ধ এবং কাগজপত্র পড়ি, তখন আমি নিয়মিত শব্দটির মুখোমুখি translation invariance, বা translation invariant। বা আমি কনভলিউশন অপারেশন সরবরাহ করে যে অনেক পড়েছি translation invariance? !! এটার মানে কি? আমি নিজেই এটি সর্বদা …

38 machine-learning  conv-neural-network  convolution  computer-vision 

কনভ্যুশনাল নিউরাল নেটওয়ার্কগুলির প্রসঙ্গে "কার্নেল" এবং "ফিল্টার" পদগুলির মধ্যে পার্থক্য কী?

37 neural-networks  terminology  deep-learning  conv-neural-network 

আমি একটি কনভ্যুশনাল নিউরাল নেটওয়ার্ক (সিএনএন) তৈরি করছি, যেখানে আমার একটি কনভোলশনাল স্তর রয়েছে যার পরে একটি পুলিং স্তর রয়েছে এবং আমি ওভারফিটিং হ্রাস করতে ড্রপআউট প্রয়োগ করতে চাই। আমার এই অনুভূতি আছে যে পুলিং স্তরের পরে ড্রপআউট স্তরটি প্রয়োগ করা উচিত, তবে সত্যিই এটির ব্যাক আপ করার মতো কিছু …

35 deep-learning  conv-neural-network  dropout 

গভীর সমঝোতা সংক্রান্ত নিউরাল নেটওয়ার্কের প্রাক-প্রশিক্ষণ সম্পর্কিত কোনও সাহিত্যিক কি কেউ দেখেছেন? আমি কেবল অটেনকোডার বা সীমাবদ্ধ বল্টজম্যান মেশিনগুলিতে অপ্রচারিত প্রাক-প্রশিক্ষণ দেখেছি।

33 machine-learning  neural-networks  deep-learning  conv-neural-network  autoencoders 

পরিচিতি পটভূমি কনভোলশনাল নিউরাল নেটওয়ার্কের মধ্যে, আমাদের সাধারণত একটি সাধারণ কাঠামো / প্রবাহ থাকে যা দেখতে দেখতে এটি দেখতে: ইনপুট চিত্র (যেমন একটি 2D ভেক্টর x) (1 ম কনভোলিউশনাল স্তর (কনভ 1) এখানে শুরু হয় ...) w12D চিত্র বরাবর ফিল্টারগুলির সেট সেট করুন (যেমন z1 = w1*x + b1ডট পণ্য …

32 neural-networks  deep-learning  conv-neural-network 

আমি একটি রিগ্রেশন সমস্যা নিয়ে কাজ করছি যেখানে ইনপুটটি একটি চিত্র এবং লেবেলটি 80 এবং 350 এর মধ্যে একটি অবিচ্ছিন্ন মান। ছবিগুলি প্রতিক্রিয়া হওয়ার পরে কিছু রাসায়নিকের are যে রঙটি বেরিয়ে আসে তা অন্য রাসায়নিকের ঘনত্বকে বোঝায় যা ছেড়ে গেছে এবং সেই মডেলের আউটপুট - সেই রাসায়নিকের ঘনত্ব। চিত্রগুলি ঘোরানো, …

32 regression  machine-learning  neural-networks  conv-neural-network  tensorflow 

আমি ডিপ কনভলিউশনাল নিউরাল নেটওয়ার্কগুলি সহ পেপার ইমেজনেট শ্রেণিবিন্যাসটি পড়ছিলাম এবং section নং বিভাগে তারা কীভাবে তাদের ব্যবহার পছন্দ করেছে সেগুলি তাদের কনভোলিউশনাল নিউরাল নেটওয়ার্কের আর্কিটেকচারটি ব্যাখ্যা করেছেন: অ-স্যাচুরেটিং ননলাইনারিটিf(x)=max(0,x).f(x)=max(0,x)।f(x) = max(0, x). কারণ এটি প্রশিক্ষণ দ্রুত ছিল। সেই কাগজে তারা সিএনএন, সিগময়েড এবং হাইপারবোলিক ট্যানজেন্ট ফাংশনগুলিতে (যেমন এবং sat …

30 machine-learning  neural-networks  terminology  conv-neural-network 

আমি আমার সমস্যাটি একটি উদাহরণ দিয়ে ব্যাখ্যা করব। ধরুন আপনি কোনও ব্যক্তির আয়ের ভবিষ্যদ্বাণী করতে চান এমন কয়েকটি বৈশিষ্ট্য দেওয়া হয়েছে: {বয়স, লিঙ্গ, দেশ, অঞ্চল, শহর} আপনার মতো প্রশিক্ষণ ডেটাসেট রয়েছে train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials