convolution

2열

2답변

최대 풀링 대 제로 패딩 : 공간 정보 손실

길쌈 신경 네트워크와 관련하여 일반적으로 다양한 전략을 제안하는 많은 논문이 있습니다. 나는 사람들이 회선 (convolution) 전에 이미지에 패딩을 추가해야한다는 말을 들었다. 그렇지 않으면 많은 공간 정보가 손실된다. 다른 한편으로 그들은 이미지의 크기를 줄이기 위해 일반적으로 최대 풀링 (pooling)을 사용하는 것이 행복합니다. 나는 여기서 최

neural-network convolution conv-neural-network downsampling 2016-08-19

---

0열

2답변

이 컨텍스트에서 회선 사이에 풀링 레이어가없는 이점은 무엇입니까?

DNA 모티프를 추출하도록 설계된 길쌈 신경 네트워크의 맥락에서 왜 최대 풀링 기능없이 중간에 컨볼 루션 레이어를 쌓아 두겠습니까? 다음은이 아키텍처가 나타나는 컨텍스트입니다. self.model = Sequential() assert len(num_filters) == len(conv_width) for i, (nb_filter, nb_col) in

machine-learning deep-learning convolution conv-neural-network 2016-08-23

---

0열

1답변

멀티 출력 레이어 신경망의 토치 구현

하나 이상의 출력 레이어의 아키텍처를 가진 신경망을 만들 예정입니다. 보다 구체적으로는 일련의 길쌈 레이어 위에 병렬 프로 시저를 구성하도록 설계되었습니다. 하나의 가지는 분류 결과를 계산하는 것입니다 (softmax와 같습니다). 다른 하나는 회귀 결과를 얻는 것입니다. 그러나, 나는 손실 기능 (기준)을 선택하는 것뿐만 아니라 모델 설계에 매달렸다. I

neural-network deep-learning convolution torch 2016-08-23

---

-2열

1답변

내 C++ 변환 함수의 출력이 Conv Matlab 호출과 같지 않은 이유는 무엇입니까?

그래서 자체 회선 함수를 구현하고 그 출력을 Matlab conv 함수 중 하나와 비교했습니다. 특히 conv([0.1, 0.23, 0.25, 0.18, 0.09], [0, 0, 1, 2, 3, 4, 5, 0, 0], 'same') 호출의 결과는 conv({0, 0, 1, 2, 3, 4, 5, 0, 0}, 2, 6, {0.1, 0.23, 0.25, 0.18

c++ algorithm matlab convolution 2016-07-16

---

0열

1답변

마지막 maxpool 레이어에서 fc 레이어로 이동하는 방법은 무엇입니까?

이 데모에서 : http://cs.stanford.edu/people/karpathy/convnetjs/demo/mnist.html 마지막 맥스 풀 레이어는 4x4x16이고 완전히 연결된 레이어는 1x1x10입니다. 나는 어떻게되는지 이해하지 못한다. 나는 단 하나의 4x4 필터, 스트라이드 = 1 및 제로 패딩을 사용하지 않고 conv2 (옵션 : '유효

deep-learning convolution 2016-07-18

---

2열

1답변

NN 모델 아키텍처 픽셀 단위 분류

(C) NN이 분류 문제 (2D 이미지 -> 1 클래스)에 대해 일반적으로 어떻게 작동하는지 잘 알고 있지만, 네트워크를 구성하는 방법을 잘 모르겠습니다. 2d 이미지를 생성하고 분류 값의 2d 행렬을 출력합니다. 효과적으로 "픽셀 단위"로 분류하려는 NxN 이미지 세트 (1 채널)가 있습니다. 출력을 NxN 클래스 집합으로하여 위치 (a, b)에있는 픽셀

machine-learning neural-network theano convolution keras 2016-07-18

---

0열

1답변

scipy.signal의 convolve가 그럴 필요가 없습니다.

CNN 및 이미지 필터링에 적용된 회선에 대해 조금 논의하고 싶습니다. RGB 이미지 (치수가 3xIxI) 및 K 필터의 크기가 각각 3xFxF 인 경우 출력을 얻고, 보폭이 1이고 완전 중복 영역 만 고려해야합니다 (패딩 없음). 컨볼 루션에서 읽은 모든 자료에서 기본적으로 이미지 위에 각 필터를 슬라이딩하고 각 단계에서 다수의 내적을 계산 한 다음이를

python numpy scipy convolution 2016-07-21

---

1열

1답변

CNN을 교육 할 때 큰 입력에 대한 NaN의 Tensorflow 엔트로피

TensorFlow를 사용하여 간단한 컨볼 루션 뉴런 네트워크를 만들었습니다. edge = 32px 인 입력 이미지를 사용할 때 네트워크는 정상적으로 작동하지만 64px로 두 번 가장자리를 늘리면 엔트로피 retutrs가 NaN으로 증가합니다. 문제는 그것을 고치는 방법입니다. CNN 구조는 매우 간단하고 다음과 같습니다 입력 -> conv-> pool2-

tensorflow deep-learning convolution entropy cross-entropy 2016-07-27

---

1열

1답변

matconvnet 분류 교육 마지막 레이어 (softmax)?

vgg-imagenet-f 네트워크를 재 분류하여 직접 이미지 비교가 아닌 분류 작업을 수행하고 싶습니다. 이는 직접 네트워크를 통해 수행 한 작업입니다. 그러나 다운로드 한 네트워크는 배포 네트워크이며 손실 계층은 포함되어 있지 않습니다. 이전에 분류 교육을 해본 적이 없으므로이 마지막 레이어를 디자인하는 방법에 대해 다소 혼란스러워합니다. layer.n

matlab deep-learning convolution conv-neural-network softmax 2016-08-02

---

0열

1답변

토치의 임시 회선 이해

1D conv net을 Torch을 통해 매개 변수화하려고합니다. 의 내가 있다는 점에서 10 행과 512 열이있다, 치수 10 x 512의 인 Tensor라는 data 있다고 가정 해 봅시다. 따라서 TemporalConvolution 레이어의 단일 3 레이어 스택을 구현하고 ReLU 다음에 TemporalMaxPooling이 뒤 따르는 레이어를 구현하고

machine-learning lua deep-learning convolution torch 2016-08-07

---