Saya memiliki input yang sangat jarang, misalnya lokasi fitur tertentu dalam gambar input. Selanjutnya setiap fitur dapat memiliki beberapa deteksi (tidak yakin apakah ini akan mempengaruhi desain sistem). Ini saya akan menyajikan sebagai 'gambar biner' saluran k dengan piksel ON yang mewakili keberadaan fitur itu, dan sebaliknya. Kita dapat melihat bahwa input seperti itu sangat jarang.
Jadi, apakah ada rekomendasi ketika menggunakan data jarang dengan jaring saraf, khususnya data yang mewakili deteksi / lokasi?
neural-networks
deep-learning
sparse
pengguna3246971
sumber
sumber
Jawaban:
Anda dapat mencoba menggunakan fitur embeddings untuk mengurangi dimensi ruang input. Semacam pendekatan word2vec di NLP, sepertinya itu bisa berlaku dalam kasus Anda karena fitur Anda adalah biner (Aktif / Nonaktif).
sumber