Câu hỏi được gắn thẻ «convolutional-neural-networks»

Đối với các câu hỏi về mạng nơ ron tích chập, còn được gọi là CNN hoặc ConvNet.



3
Làm thế nào các mạng thần kinh có thể đối phó với các kích cỡ đầu vào khác nhau?
Theo như tôi có thể nói, mạng lưới thần kinh có một số lượng tế bào thần kinh cố định trong lớp đầu vào. Nếu các mạng thần kinh được sử dụng trong ngữ cảnh như NLP, các câu hoặc khối văn bản có kích cỡ khác nhau sẽ được …

8
Trong CNN, mỗi bộ lọc mới có các trọng số khác nhau cho từng kênh đầu vào hay là các trọng số giống nhau của từng bộ lọc được sử dụng trên các kênh đầu vào?
Hiểu biết của tôi là lớp tích chập của mạng nơ ron tích chập có bốn chiều: input_channels, filter_height, filter_ rắc, number_of_filters. Hơn nữa, theo hiểu biết của tôi, mỗi bộ lọc mới chỉ bị chia nhỏ trên TẤT CẢ các input_channels (hoặc bản đồ tính năng / kích hoạt …

4
Khả năng nhận dạng mẫu của CNN có giới hạn trong xử lý hình ảnh không?
Mạng thần kinh chuyển đổi có thể được sử dụng để nhận dạng mẫu trong miền có vấn đề không có hình ảnh tồn tại trước, bằng cách biểu thị dữ liệu trừu tượng bằng đồ họa? Điều đó sẽ luôn luôn kém hiệu quả? Nhà phát triển này cho …

3
Sự khác biệt giữa Mạng thần kinh chuyển đổi và Mạng thần kinh thông thường là gì?
Tôi đã thấy các thuật ngữ này được ném xung quanh trang web này rất nhiều, đặc biệt là trong các thẻ tích chập-mạng nơ-ron và mạng nơ-ron . Tôi biết rằng Mạng lưới thần kinh là một hệ thống dựa trên bộ não con người một cách lỏng lẻo. …





2
Lớp nào tiêu tốn nhiều thời gian hơn trong đào tạo CNN? Các lớp kết hợp với các lớp FC
Trong Mạng thần kinh Convolutional, lớp nào tiêu tốn thời gian tối đa trong đào tạo? Các lớp kết hợp hoặc các lớp được kết nối đầy đủ? Chúng ta có thể lấy kiến ​​trúc AlexNet để hiểu điều này. Tôi muốn thấy thời gian chia tay của quá trình …





Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.