Untuk pertanyaan tentang jaringan neural konvolusional, juga dikenal sebagai CNN atau ConvNet.
Apakah para ilmuwan atau pakar riset tahu dari dapur apa yang terjadi di dalam jaringan saraf "dalam" yang kompleks dengan sedikitnya jutaan koneksi yang bekerja secara instan? Apakah mereka memahami proses di balik ini (mis. Apa yang terjadi di dalam dan bagaimana cara kerjanya tepatnya), atau itu...
Halaman / studi berikut menunjukkan bahwa jaringan saraf yang dalam mudah tertipu dengan memberikan prediksi kepercayaan tinggi untuk gambar yang tidak dapat dikenali, misalnya Bagaimana ini mungkin? Bisakah Anda jelaskan secara ideal dalam bahasa
Sejauh yang saya tahu, jaringan saraf memiliki sejumlah neuron pada lapisan input. Jika jaringan saraf digunakan dalam konteks seperti NLP, kalimat atau blok teks dengan ukuran yang berbeda diumpankan ke jaringan. Bagaimana dengan ukuran input yang bervariasi berdamai dengan ukuran tetap dari...
Pemahaman saya adalah bahwa lapisan convolutional dari jaringan saraf convolutional memiliki empat dimensi: input_channels, filter_height, filter_width, number_of_filters. Lebih jauh, ini adalah pemahaman saya bahwa setiap filter baru akan berbelit-belit di atas SEMUA input_channels (atau fitur /...
Dapatkah Jaringan Syaraf Konvolusional digunakan untuk pengenalan pola dalam domain masalah di mana tidak ada gambar yang sudah ada, katakan dengan merepresentasikan data abstrak secara grafis? Apakah itu selalu kurang efisien? Pengembang ini mengatakan pengembangan saat ini dapat melangkah lebih...
Saya telah melihat istilah-istilah ini banyak dilemparkan ke situs ini, khususnya pada tag convolutional-neural-networks dan neural-networks . Saya tahu bahwa Jaringan Saraf Tiruan adalah sistem yang didasarkan pada otak manusia secara longgar. Tapi apa perbedaan antara Neural Network...
Misalkan ada gambar 10K ukuran 2400 x 2400 diperlukan untuk digunakan di CNN.Acc menurut saya komputer konvensional yang digunakan orang akan digunakan. Sekarang pertanyaannya adalah bagaimana menangani ukuran gambar sebesar itu di mana tidak ada hak istimewa downsampling. Inilah persyaratan...
Ditutup . Pertanyaan ini perlu lebih fokus . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga berfokus pada satu masalah hanya dengan mengedit posting ini . Ditutup 15 hari yang lalu . Geometri dan
Saya menghadapi masalah memiliki gambar dengan dimensi yang berbeda sebagai input dalam tugas segmentasi. Perhatikan bahwa gambar bahkan tidak memiliki rasio aspek yang sama. Salah satu pendekatan umum yang saya temukan secara umum dalam pembelajaran mendalam adalah memotong gambar, seperti juga...
Dalam Convolutional Neural Network, lapisan mana yang menghabiskan waktu maksimum dalam pelatihan? Lapisan konvolusi atau lapisan Sepenuhnya Terhubung? Kita dapat menggunakan arsitektur AlexNet untuk memahami hal ini. Saya ingin melihat waktu perpecahan proses pelatihan. Saya ingin perbandingan...
Dalam posting blog Membangun model klasifikasi gambar yang kuat menggunakan data yang sangat sedikit , fitur bottleneck disebutkan. Apa saja fitur bottleneck? Apakah mereka berubah dengan arsitektur yang digunakan? Apakah mereka merupakan hasil akhir dari lapisan konvolusional sebelum lapisan yang...
Saya mencoba mengembangkan jaringan saraf yang dapat mengidentifikasi fitur desain dalam model CAD (yaitu slot, bos, lubang, kantong, langkah). Data input yang ingin saya gunakan untuk jaringan adalah matriks anxn (di mana n adalah jumlah wajah dalam model CAD). A '1' di segitiga kanan atas dalam...
Apakah ada model yang mungkin yang berpotensi untuk menggantikan jaringan saraf dalam waktu dekat? Dan apakah kita perlu itu? Apa hal terburuk tentang menggunakan jaringan saraf dalam hal
Saya mencoba mendeteksi logo saluran TV di dalam file video, jadi cukup berikan .mp4video input , deteksi apakah ada logo itu dalam bingkai tertentu, katakan bingkai pertama, atau tidak. Kami memiliki logo itu sebelumnya (walaupun mungkin ukurannya tidak 100% sama) dan lokasinya selalu...
Saya membaca bahwa jaringan saraf yang dalam dapat relatif mudah dibodohi ( tautan ) untuk memberikan kepercayaan tinggi dalam pengakuan gambar sintetis / buatan yang sepenuhnya (atau setidaknya sebagian besar) di luar subjek kepercayaan. Secara pribadi, saya tidak benar-benar melihat masalah...
Apa manfaat yang bisa kita dapatkan dengan menerapkan Graph Neural Network daripada CNN biasa? Maksud saya jika kita dapat menyelesaikan masalah dengan CNN, apa alasannya kita harus mengonversi ke Jaringan Konvensional Grafik Convolutional untuk menyelesaikannya? Apakah ada contoh yaitu makalah...
Singkat tentang pembelajaran yang mendalam (untuk referensi) : Pembelajaran mendalam adalah cabang pembelajaran mesin yang didasarkan pada serangkaian algoritma yang berupaya memodelkan abstraksi tingkat tinggi dalam data dengan menggunakan grafik yang dalam dengan beberapa lapisan pemrosesan,...
Dalam CNN, bidang reseptif adalah bagian dari gambar yang digunakan untuk menghitung output filter. Tapi output satu filter (yang juga disebut "peta fitur") adalah input filter berikutnya. Apa perbedaan antara bidang reseptif dan peta
Saya bertanya-tanya apakah algoritma pembelajaran mesin (CNN?) Dapat digunakan / dilatih untuk membedakan antara perbedaan kecil dalam detail antara gambar (seperti sedikit perbedaan dalam warna merah atau warna lain, atau keberadaan benda kecil di antara gambar yang sangat mirip? )? Dan kemudian...