Mạng kết hợp 4D


7

Có ai biết nếu có một khái quát về mạng chập hoạt động với các tenx đầu vào 4D chứ không phải 3D. Nói chung, theo tôi hiểu, các bộ lọc mạng tích chập chấp nhận một khoảng tọa độ x, y nhất định trên mỗi bộ lọc và toàn bộ độ sâu của khoảng đó. Tôi có một thứ nguyên bổ sung cần được yêu cầu trong các bộ lọc để đầu vào có ý nghĩa.

Có thể sử dụng một mạng chập truyền thống cho việc này hay có một sự trừu tượng hóa hoạt động cho dữ liệu n chiều?


Tôi chưa thấy bất kỳ bài báo nào đề cập trực tiếp đến tích chập đa chiều, nhưng nó có thể không quan trọng để thực hiện - tất nhiên phụ thuộc vào gói phần mềm bạn đang sử dụng. Tôi sử dụng T-SQL bất cứ khi nào có thể, trong đó người ta có thể dễ dàng mô hình hóa bất kỳ số lượng kích thước nào và sử dụng một số mệnh đề GROUP BY đơn giản, v.v. để chọn, cập nhật, chèn vào mạng lưới thần kinh với các lớp có kích thước tùy ý. Mở rộng lên 4D & kích thước cao hơn thực sự không phải là vấn đề ở đó. Tôi không thể nhận xét về những gì có sẵn trong các gói như R hoặc Matlab hoặc các phiên bản gần đây của Weka, nhưng tôi nghi ngờ sẽ khó thực hiện hơn trong các gói đó.
SQLServerSteve

Câu trả lời:


1

Tensorflow xác định tích chập trong N kích thước và lớp RELU được chuyển đổi là độc lập với kích thước, vấn đề duy nhất bạn sẽ gặp phải là với các lớp gộp mà bạn sẽ phải tự thực hiện (vui lòng gửi chúng sau này cho các đóng góp của tf). Vì vậy, tôi đoán vấn đề của bạn là hoàn toàn có thể giải quyết được với TF

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.