4
난 길쌈 신경 네트워크에서 일하고있어 이미지를 컨볼 루션하기 위해 필터를 만드는 다양한 방법을 찾았습니다. 각각의 장점과 단점은 무엇입니까?자동 인코딩을 사용하여 CNN과 관련하여 미리 만들어진 필터 세트와 필터 세트를 만드는 이점은 무엇입니까?
난 길쌈 신경 네트워크에서 일하고있어 이미지를 컨볼 루션하기 위해 필터를 만드는 다양한 방법을 찾았습니다. 각각의 장점과 단점은 무엇입니까?자동 인코딩을 사용하여 CNN과 관련하여 미리 만들어진 필터 세트와 필터 세트를 만드는 이점은 무엇입니까?
자동 인코딩기를 사용하면 성능이 향상되고 생물학적으로 그럴듯한 필터가 생성되며 더 중요한 것은 미리 정의 된 필터 대신 데이터를 기반으로 한 모델을 제공 할 수 있습니다. 자동 인코딩은 일반적으로 데이터에 더 적합한 필터를 제공합니다. 유일한 단점은 물론 추가 계산 시간입니다. 그러나 많은 경우 온라인에서 배우는 것을 방해하지 않습니다. 당신이 봐해야 할 수도 있습니다 더 평가를 들어
은 그냥 무작위로 필터를 생성하고 괜찮은 결과를 얻을 수 있습니까? 가중치 조정을 배우는 한 필터가 수렴됩니까? – carboncomputed
괜찮아요. 연결된 종이는 자동 결과와 무작위 초기화를 비교합니다. 그들은 사전 훈련이 약간 더 나은 결과를 제공하므로 체크 아웃 할 가치가 있다고 결론 내립니다. – runDOSrun
도움에 감사드립니다. 랜덤 가중치로 시작하여 누적 된 자동 인코딩 프로그램으로 작업 할 수도 있지만 여전히 CNN의 세부 사항을 파악하고 있습니다. 로컬 연결 입력은 어떻게 선택됩니까? 그것은 "로컬"을 정의하는 것 같습니다 (얼마나 많은 해당 뉴런을 연결할 지). 나는 이것을 나의 주요 출처로 사용하고있다 : http://ufldl.stanford.edu/tutorial/supervised/FeatureExtractionUsingConvolution/ – carboncomputed