Публикации по теме convolutional-network

Публикации по теме 'convolutional-network'

Почему VGG на основе спектрограмм так популярны?

Я: группы VGG - отстой, потому что они неэффективны с точки зрения вычислений и потому, что они наивно переняли архитектуру компьютерного зрения. Случайный человек в Интернете: Джорди, возможно, вы ошибаетесь. Люди много используют VGG! Больше не требуется введение, эта серия постов посвящена этому: я хочу поделиться своими честными мыслями по поводу этого обсуждения, о том, какова роль архитектур глубокого обучения компьютерного зрения в звуковой сфере. В предыдущем посте я..

Введение и реализация CNN в TensorFlow

Вступление: Сверточные нейронные сети - это глубокие нейронные сети, которые обычно разрабатывались для обработки наборов данных изображений. Когда мы имеем дело с пикселями, обобщение становится чрезвычайно трудным, если мы передаем все пиксели напрямую в полностью подключенную сеть после выравнивания. Представьте, что если у нас есть набор данных с изображениями, каждое размером (360 * 360) в R.G.B, то у нас будет 388800 пикселей (входной вектор) одного изображения для подачи на..

Погружение в сознание ИИ

Все мы слышали термины нейронные сети , обнаружение объектов и глубокое обучение . И мы видим, как эти сети волшебным образом преобразуют науку и инженерию. У нас есть такие приложения, как обнаружение лиц, обнаружение объектов, беспилотные автомобили и т. Д. И все это замечательные приложения глубокого обучения. Но почему эти сети работают так, как они работают? (Прочтите до самого конца, чтобы узнать!) В этом сообщении блога мы немного углубимся в «сознание ИИ» , чтобы..

Подробное описание [раздельной] свертки в TensorFlow

Чрезмерная подгонка: обычная история ленивых сетей Обучение глубокой нейронной сети, которая может хорошо обобщаться на новые данные, является сложной задачей. Модель со слишком малой емкостью не может изучить проблему, тогда как модель со слишком большой емкостью может изучить ее слишком хорошо и чрезмерно соответствовать набору обучающих данных. В обоих случаях получается модель, которая плохо обобщается. Как упоминала IBM Чрезмерная подгонка - это концепция в науке о данных,..

Классификация изображений с помощью MobileNet

Эта статья состоит из пяти частей: Что такое MobileNet? Архитектура MobileNet. Разделимая по глубине свертка. Разница между стандартной сверткой и разделимой по глубине сверткой. MobileNet с Python ( С кодом ). Что такое MobileNet? Судя по названию, модель MobileNet предназначена для использования в мобильных приложениях, и это первая модель мобильного компьютерного зрения TensorFlow. MobileNet использует разделимые по глубине свертки. Это значительно уменьшает..

Примечание о различных алгоритмах обнаружения объектов

С развитием технологий автоматизации во всех аспектах работы уделяется большое внимание. Начиная с чат-ботов и заканчивая беспилотными автомобилями, эта область исследований и применения переживает огромный скачок. Этот пост посвящен применению архитектур глубоких нейронных сетей в области обнаружения объектов. Сначала я подумал о том, чтобы подробно остановиться на различных доступных алгоритмах, но это оказалось огромным ресурсом, больше похожим на скучную лекцию. Этот будет..

Построение сверточной нейронной сети из полностью подключенной сети, шаг за шагом

При анализе изображений сверточные нейронные сети (сокращенно CNN или ConvNets) более эффективны по времени и памяти, чем полносвязные (FC) сети. Но почему? Каковы преимущества ConvNets перед сетями FC при анализе изображений? Как ConvNet получена из сетей FC? Откуда появился термин свертка в CNN? На эти вопросы нужно ответить в этой статье. Введение Анализ изображений имеет ряд проблем, таких как классификация, обнаружение объектов, распознавание, описание и т. Д. Если,..