Sztuczna inteligencja convolutional-neural-networks

8

Czy naukowcy wiedzą, co dzieje się w sztucznych sieciach neuronowych?

Czy naukowcy lub eksperci naukowi wiedzą z kuchni, co dzieje się w złożonej „głębokiej” sieci neuronowej z co najmniej milionami połączeń wyzwalanych w jednej chwili? Czy rozumieją za tym proces (np. Co dzieje się w środku i jak to dokładnie działa), czy jest to przedmiotem debaty? Na przykład to badanie …

69 neural-networks deep-learning convolutional-neural-networks explainable-ai

9

Jak to możliwe, że głębokie sieci neuronowe są tak łatwo oszukać?

Poniższa strona / badanie pokazuje, że głębokie sieci neuronowe można łatwo oszukać, podając prognozy o wysokim poziomie ufności dla nierozpoznawalnych obrazów, np. Jak to mozliwe Czy możesz wyjaśnić idealnie w prostym języku angielskim?

63 convolutional-neural-networks image-recognition deep-network computer-vision

3

Jak sieci neuronowe mogą sobie radzić z różnymi wielkościami wejściowymi?

O ile mogę stwierdzić, sieci neuronowe mają stałą liczbę neuronów w warstwie wejściowej. Jeśli sieci neuronowe są używane w kontekście takim jak NLP, zdania lub bloki tekstu o różnych rozmiarach są podawane do sieci. W jaki sposób różny rozmiar wejściowy jest pogodzony ze stałym rozmiarem wejściowej warstwy sieci? Innymi słowy, …

42 neural-networks machine-learning deep-learning convolutional-neural-networks natural-language-processing

8

Czy w CNN każdy nowy filtr ma różne wagi dla każdego kanału wejściowego, czy też te same wagi każdego filtra są używane w kanałach wejściowych?

Rozumiem, że warstwa splotowa splotowej sieci neuronowej ma cztery wymiary: kanały wejściowe, wysokość filtru, szerokość filtru, liczba filtrów. Co więcej, rozumiem, że każdy nowy filtr jest po prostu zawijany przez WSZYSTKIE kanały wejściowe (lub mapy funkcji / aktywacji z poprzedniej warstwy). JEDNAK grafika poniżej z CS231 pokazuje, że każdy filtr …

28 deep-learning convolutional-neural-networks image-recognition

4

Czy funkcja rozpoznawania wzorców w CNN jest ograniczona do przetwarzania obrazu?

Czy konwergentna sieć neuronowa może być używana do rozpoznawania wzorców w dziedzinie problematycznej, w której nie ma wcześniej istniejących obrazów, powiedzmy graficznie reprezentując abstrakcyjne dane? Czy to zawsze byłoby mniej wydajne? Ten programista twierdzi, że obecny rozwój może pójść dalej, ale nie, jeśli istnieje ograniczenie poza rozpoznawaniem obrazów.

21 deep-network neural-networks image-recognition convolutional-neural-networks

3

Jaka jest różnica między Konwolucyjną siecią neuronową a zwykłą siecią neuronową?

Widziałem te warunki rzucony wokół tego miejsca dużo, szczególnie w znacznikach splotu-neuronowe sieciami i neuronowe sieciami . Wiem, że sieć neuronowa to system oparty luźno na ludzkim mózgu. Ale jaka jest różnica między Konwolucyjną siecią neuronową a zwykłą siecią neuronową? Czy ktoś jest o wiele bardziej skomplikowany i ... skomplikowane …

18 neural-networks convolutional-neural-networks definitions terminology

3

Jak obsługiwać obrazy o dużych rozmiarach w CNN?

Przypuśćmy, że w CNN jest wymaganych 10 000 obrazów o rozmiarach 2400 x 2400. W moim przekonaniu przydatne będą konwencjonalne komputery, z których będą korzystać ludzie. Teraz pytanie brzmi, jak radzić sobie z tak dużymi rozmiarami obrazu, w których nie ma uprawnień do próbkowania w dół. Oto wymagania systemowe: - …

15 neural-networks deep-learning image-recognition convolutional-neural-networks

3

Jakie topologie są w dużej mierze niezbadane w uczeniu maszynowym? [Zamknięte]

Zamknięte . To pytanie musi być bardziej skoncentrowane . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby skupiało się tylko na jednym problemie, edytując ten post . Zamknięte w zeszłym miesiącu . Geometria i AI Macierze, kostki, warstwy, stosy i hierarchie są tym, co moglibyśmy dokładnie nazwać …

12 convolutional-neural-networks natural-language-processing topology graph-theory structure

2

Jakie są funkcje wąskiego gardła?

W poście na blogu „ Budowanie potężnych modeli klasyfikacji obrazów przy użyciu bardzo małej ilości danych” wspomniano o wąskich gardłach. Jakie są cechy wąskiego gardła? Czy zmieniają się wraz z używaną architekturą? Czy są one ostatecznym wyjściem warstw splotowych przed warstwą w pełni połączoną? Dlaczego są tak nazywane?

11 machine-learning convolutional-neural-networks terminology definitions

2

Która warstwa zużywa więcej czasu na szkolenie CNN? Warstwy splotu vs warstwy FC

Która warstwa w Convolutional Neural Network zużywa maksymalny czas na trening? Warstwy splotowe czy w pełni połączone? Możemy wziąć architekturę AlexNet, aby to zrozumieć. Chcę zobaczyć zerwanie czasu treningu. Chcę względnego porównania czasu, abyśmy mogli wziąć dowolną stałą konfigurację GPU.

11 neural-networks deep-learning convolutional-neural-networks

3

Wykorzystanie sieci neuronowej do rozpoznawania wzorców w macierzach

Usiłuję opracować sieć neuronową, która może identyfikować cechy projektowe w modelach CAD (tj. Szczeliny, występy, dziury, kieszenie, stopnie). Dane wejściowe, których zamierzam użyć dla sieci, to macierz anxn (gdzie n jest liczbą ścian w modelu CAD). „1” w prawym górnym trójkącie w macierzy reprezentuje wypukłą zależność między dwiema ścianami, a …

10 neural-networks machine-learning convolutional-neural-networks pattern-recognition detecting-patterns

4

Jakie modele mogą potencjalnie zastąpić sieci neuronowe w najbliższej przyszłości?

Czy są możliwe modele, które mogą w najbliższej przyszłości zastąpić sieci neuronowe? Czy potrzebujemy tego? Co jest najgorsze w korzystaniu z sieci neuronowych pod względem wydajności?

10 neural-networks convolutional-neural-networks recurrent-neural-networks

2

Użyj AI lub sieci neuronowej do wykrywania logo

Próbuję wykryć logo kanału telewizyjnego w pliku wideo, więc po prostu biorąc pod uwagę .mp4wideo wejściowe , wykrywaj, czy to logo jest obecne w określonej klatce, powiedzmy w pierwszej klatce, czy nie. Mamy to logo z góry (chociaż może nie być tego samego rozmiaru w% 100), a lokalizacja jest zawsze …

10 neural-networks convolutional-neural-networks pattern-recognition detecting-patterns

1

Jak dużym problemem jest biały szum dla rzeczywistego użycia DNN?

Czytałem, że głębokie sieci neuronowe można stosunkowo łatwo oszukać ( link ), aby dać duże zaufanie w rozpoznawaniu syntetycznych / sztucznych obrazów, które są całkowicie (lub przynajmniej w większości) poza przedmiotem zaufania. Osobiście nie widzę dużego problemu z tym, że DNN daje dużą pewność tym syntetycznym / sztucznym obrazom, ale …

9 neural-networks deep-network image-recognition convolutional-neural-networks signal-processing

Pytania otagowane jako convolutional-neural-networks