深層学習と深層信念ネットワークに関するいくつかの論文を読んだ後、私はそれがどのように機能するかについての基本的なアイデアを得ました。しかし、まだ最後のステップ、つまり分類ステップに固執しています。私がインターネットで見つけた実装のほとんどは、世代を扱っています。(MNIST 桁)
DBN を使用した画像 (できれば自然な画像またはオブジェクト) の分類について説明している説明 (またはコード) はありますか?
また、方向性のいくつかの指針は本当に役に立ちます。
深層学習と深層信念ネットワークに関するいくつかの論文を読んだ後、私はそれがどのように機能するかについての基本的なアイデアを得ました。しかし、まだ最後のステップ、つまり分類ステップに固執しています。私がインターネットで見つけた実装のほとんどは、世代を扱っています。(MNIST 桁)
DBN を使用した画像 (できれば自然な画像またはオブジェクト) の分類について説明している説明 (またはコード) はありますか?
また、方向性のいくつかの指針は本当に役に立ちます。
生成に使用したネットワークの上にソフトマックス レイヤー ( http://en.wikipedia.org/wiki/Softmax_activation_function ) を使用し、バックプロパゲーションを使用して最終的なネットワークを微調整する必要があります。
最近では、人々は分類層で SVM を使い始めています。
ディープラーニングは非常に自由に、そして広く進化しています。