나는 이것이 일반적인 질문이지만 어떤 피드백을 원한다는 것을 알고있다. 그래서 신경망으로 해결하려고하는 이미지 분류 작업이 있습니다. 이미 내 특징 벡터가 있습니다. 3 개의 현저한 특징 벡터 (2 차원 공간에서의 점 좌표)가 있으며, 각각 3 개의 클래스에 속할 수 있습니다. 이러한 클래스는이 3 가지 기능에서 동일하지 않습니다. (예를 들어, 다른 "둥근 정사각형 삼각형"과 같이 "똑바로 아래로"있을 수 있음). 이것은 6 개의 출력 클래스에서 전체 분류 작업에 결합됩니다 (조합 수는 암시적인 것처럼 27 개가 아님). 그렇다면 질문은 무엇입니까? 깊은 학습 네트워크/길쌈 네트워크가 이에 대한 좋은 해결책입니까? 아니면 다른 것을 선호 하시겠습니까? (나는 이제 막 이것에 대해 배우기 시작했고 내 마음을 굳혔다. 경험 많은 사용자들의 의견을 환영한다.)분류를위한 심층 학습 네트워크
2
A
답변
0
내가 아는 한, 당신의 문제는 깊은 학습을 구현하는 데 그리 복잡하지 않다. 당신은 낮은 차원의 특징과 적은 클래스 출력을 가지고 있기 때문에. 딥 학습은 주로 비선형 및 대형 분류 문제에 사용됩니다. 이런 종류의 간단한 분류 작업에 AdaBoost 또는 SVM 분류자를 사용하는 것이 좋습니다. Matlab은 위의 기법에 훌륭한 도구를 제공합니다.
관련 문제
- 1. Keras의 임의의 심층 네트워크 구조
- 2. 데이터 분류를위한 기계 학습 알고리즘.
- 3. 심층 학습 네트워크의 그래픽 표현은 무엇입니까?
- 4. 심층 학습 이전 출력을 고려한 이미지 모델
- 5. 심층 학습 이미지 처리 서버 구축 방법
- 6. Matlab (BNT) 분류를위한 베이 즈 네트워크
- 7. TensorFlow/Sklearn 심층 네트워크 분류기 유형 오류
- 8. 환경 분류를위한 분류 방법 및 기계 학습 모델에 대한 제안
- 9. keras (심층 학습 라이브러리)에서 사용자 정의 임베딩 레이어가 가능합니까?
- 10. Google의 심층 학습 작업을 감지하는 고양이의 임의 데이터 집합은 무엇입니까?
- 11. Keras (심층 학습 라이브러리)에서 RepeatVector + TimeDistributed = Error?
- 12. 양방향 LSTM 및 CTC 출력 레이어가있는 RNN을위한 심층 학습 프레임
- 13. 다른 언어 환경에서 TensorFlow의 심층 학습 모델 사용
- 14. 심화 학습 학습 준비를위한 이미지 보강 알고리즘
- 15. 신경 네트워크 - 왜 그렇게 많은 학습 규칙?
- 16. 다중 작업 학습 네트워크 구조 디자인
- 17. 이미지 분류를위한 신경망 (OpenCV/Emgu)
- 18. 텍스트 분류를위한 감독 학습의 동의어 주소 지정
- 19. 심층 학습에서 불균형 한 데이터의 나쁜 영향은 무엇입니까?
- 20. 키워드 분류를위한 Python 패키지
- 21. 분류를위한 유전 알고리즘
- 22. 객체 분류를위한 이미지 특징
- 23. 이메일 분류를위한 이메일 헤더
- 24. 분류를위한 텍스트 데이터 처리
- 25. 분류를위한 파이썬 벡터화
- 26. 분류를위한 해시 함수
- 27. 이미지 분류를위한 Mapreduce
- 28. 분류를위한 파이썬 문자열
- 29. 전체 모델을 다시 작성하는 대신 심층 학습 모델에서 숨겨진 노드 수를 변경할 수 있습니까?
- 30. 심층 q- 학습이란 무엇입니까?
아마도 기존의 낮은 차원의 기능이 있으므로 아마 그렇지 않을 것입니다. 레이블이없는 데이터의 기능을 학습 할 때 CNN 또는 (누적 된) 자동 인코딩과 같은 기술이 빛을 발합니다. Stanford는 좋은 [튜토리얼] (http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial)을 가지고 있습니다. – Maurits
답장을 보내 주셔서 감사합니다. D 그들을 살펴 봅니다. –
github에서 Deep Learning을위한 Matlab 도구 상자가 있습니다 : https://github.com/rasmusbergpalm/DeepLearnToolbox – tashuhka