Konvolusi adalah operasi bernilai fungsi pada dua fungsi dan : . Sering digunakan untuk memperoleh kepadatan sejumlah variabel acak independen. Tag ini juga harus digunakan untuk operasi kebalikan dari dekonvolusi. JANGAN gunakan tag ini untuk jaringan neural konvolusional. f f g g ∫ ∞ - ∞ f ( τ ) g ( t - τ ) d τ ∫-∞∞f(τ)g(t-τ)dτ
Saat ini saya sedang melakukan Tutorial Belajar Udacity Deep. Dalam Pelajaran 3, mereka berbicara tentang lilitan 1x1. Konvolusi 1x1 ini digunakan dalam Modul Google Inception. Saya mengalami kesulitan memahami apa yang dimaksud dengan konvolusi 1x1. Saya juga melihat posting ini oleh Yann...
Saya telah menemukan bahwa Imagenet dan CNN besar lainnya menggunakan lapisan normalisasi respons lokal. Namun, saya tidak dapat menemukan banyak informasi tentang mereka. Seberapa penting mereka dan kapan mereka harus digunakan? Dari
Saya tidak memiliki latar belakang visi komputer, namun ketika saya membaca beberapa pemrosesan gambar dan jaringan saraf terkait artikel dan makalah, saya terus-menerus menghadapi istilah translation invariance,, atau translation invariant. Atau saya banyak membaca bahwa operasi konvolusi...
[Pertanyaan ini juga diajukan pada stack overflow] Pertanyaan singkatnya Saya sedang mempelajari jaringan saraf convolutional, dan saya percaya bahwa jaringan ini tidak memperlakukan setiap input neuron (pixel / parameter) secara setara. Bayangkan kita memiliki jaringan yang dalam (banyak...
Ketika saya menggunakan GAM, itu memberi saya sisa DF adalah (baris terakhir dalam kode). Apa artinya? Melampaui contoh GAM, Secara umum, bisakah jumlah derajat kebebasan menjadi angka yang bukan bilangan bulat?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call:...
Saya mencoba untuk mendapatkan pemahaman yang lebih baik tentang estimasi kepadatan kernel. Menggunakan definisi dari Wikipedia: https://en.wikipedia.org/wiki/Kernel_density_estimation#Definition fh^(x)=1n∑ni=1Kh(x−xi)=1nh∑ni=1K(x−xih)fh^(x)=1n∑i=1nKh(x−xi)=1nh∑i=1nK(x−xih) \hat{f_h}(x) =...
Arsitektur AlexNet menggunakan zero-paddings seperti yang ditunjukkan pada gambar: Namun, tidak ada penjelasan dalam makalah mengapa padding ini diperkenalkan. Standford CS 231n tentu saja mengajarkan kita menggunakan bantalan untuk menjaga ukuran spasial: Saya bertanya-tanya apakah ini...
Saya mempelajari jaringan saraf convolutional (CNNs) karena aplikasi mereka dalam visi komputer. Saya sudah terbiasa dengan jaringan saraf feed-foward standar, jadi saya berharap beberapa orang di sini dapat membantu saya mengambil langkah ekstra dalam memahami CNN. Inilah yang saya pikirkan...
(Awalnya diposting di MSE.) Saya telah melihat banyak diskusi heuristik tentang teorema limit sentral klasik yang berbicara tentang distribusi normal (atau distribusi stabil mana pun) sebagai "penarik" dalam ruang kepadatan probabilitas. Sebagai contoh, perhatikan kalimat-kalimat ini di bagian...
masalah berikut muncul baru-baru ini saat menganalisis data. Jika variabel acak X mengikuti distribusi normal dan Y mengikuti distribusi χ2nχn2\chi^2_n (dengan n dof), bagaimana Z=X2+Y2Z=X2+Y2Z = X^2 + Y^2 didistribusikan? Hingga sekarang saya datang dengan pdf dari : ψ 2 n ( x...
Dalam convolutional neural networks (CNN), matriks bobot pada setiap langkah mendapatkan baris dan kolom terbalik untuk mendapatkan matriks kernel, sebelum melanjutkan dengan konvolusi. Ini dijelaskan pada serangkaian video oleh Hugo Larochelle di sini : Menghitung peta yang tersembunyi akan...
Saya sedang membaca Buku Yoshua Bengio tentang pembelajaran mendalam dan dikatakan di halaman 224: Jaringan konvolusional hanyalah jaringan saraf yang menggunakan konvolusi sebagai pengganti perkalian matriks umum dalam setidaknya satu lapisannya. Namun, saya tidak 100% yakin bagaimana...
Kedua istilah "upsampling" dan "transpose convolution" digunakan ketika Anda melakukan "dekonvolusi" (<- bukan istilah yang baik, tetapi izinkan saya menggunakannya di sini). Awalnya, saya pikir mereka memiliki arti yang sama, tetapi bagi saya tampaknya berbeda setelah saya membaca artikel ini....
Saya mencoba memahami mengapa jumlah dua (atau lebih) variabel acak lognormal mendekati distribusi lognormal ketika Anda meningkatkan jumlah pengamatan. Saya sudah mencari online dan tidak menemukan hasil mengenai ini. Jelas jika dan adalah variabel lognormal independen, maka dengan sifat eksponen...
Berdasarkan dari apa yang telah saya pelajari, kami menggunakan beberapa filter dalam Conv Layer CNN untuk mempelajari berbagai detektor fitur. Tetapi karena filter ini diterapkan dengan cara yang sama (yaitu digeser dan dikalikan dengan wilayah input), bukankah mereka hanya mempelajari parameter...
Saya memiliki dataset tidak seimbang dalam tugas klasifikasi biner, di mana jumlah positif vs jumlah negatif adalah 0,3% vs 99,7%. Kesenjangan antara positif dan negatif sangat besar. Ketika saya melatih CNN dengan struktur yang digunakan dalam masalah MNIST, hasil pengujian menunjukkan Tingkat...
Distribusi yang stabil tidak berubah-ubah berdasarkan konvolusi. Apa sub-keluarga dari distribusi stabil juga ditutup dengan perkalian? Dalam arti bahwa jika dan , maka fungsi kepadatan probabilitas produk, (hingga konstanta normalisasi) juga termasuk dalam ?f ∈ F g ∈ F f ⋅ g FFFFf∈Ff∈Ff\in...
Membiarkan X1X1X_1 dan X2X2X_2 menjadi variabel acak eksponensial independen dan terdistribusi secara identik dengan rate λλ\lambda. MembiarkanS2=X1+X2S2=X1+X2S_2 = X_1 + X_2. T: Tunjukkan ituS2S2S_2 memiliki PDF fS2(x)=λ2xe−λx,x≥0fS2(x)=λ2xe−λx,x≥0f_{S_2}(x) = \lambda^2 x \text{e}^{-\lambda x},\,...
Saya ingin menghitung / mengevaluasi konvolusi g(x)=∫Df(x−t)ϕ(t)dt,g(x)=∫Df(x−t)ϕ(t)dt,g(x)=\int_D f(x-t) \phi(t) dt, di mana adalah kepadatan dan φ adalah fungsi mulus dengan dukungan kompak D . Konvolusi tidak tersedia dalam bentuk tertutup dan saya perlu mengintegrasikannya secara numerik....