問題タブ [conv-neural-network]

pylearn2 を使用して単純な畳み込みニューラル ネットワークをトレーニングしています。RGB 画像データを npy ファイルに保存しています。そのデータをnpyファイルから直接グレースケールデータに直接変換する方法はありますか?

データとコンピューターの構成に応じて、ネットワークに適用するレイヤーの数を自動的に決定する方法を探していました。ウェブで検索しましたが、何も見つかりませんでした。私のキーワードや探し方が間違っているのかもしれません。

何か考えはありますか？

CNN を設計するために pylearn2 ライブラリを使用しています。Leaky ReLus を活性化関数として 1 つのレイヤーで使用したいと考えています。pylearn2 を使用してこれを行う方法はありますか? カスタム関数を作成する必要がありますか、それともpylearn2には関数が組み込まれていますか? もしそうなら、カスタムコードを書く方法は? ここで誰か助けてくれませんか？

Windows Server 2012 で pylearn2 を使用して CNN をコンパイルしようとしています。しかし、ネットワークに MaxoutConvC01B が含まれていると、コンパイルに失敗し、エラー メッセージが表示されます。

RuntimeError: (「ノードのコンパイル中に次のエラーが発生しました」、(GpuContiguous.0)、「\n」、「cuda_convnet をコンパイルできませんでした」)

この問題を解決するための助けをお願いします。

javascript でニューラル ネットワークを使用してデータを予測しようとしています。そのために、使いやすいと思われるconvnetjsを見つけました。

この例では、MagicNet と呼ばれるものを 1 つ使用しているため、それを使用するために NN について知る必要はありません。これは使用例です:

私が理解できないのはこれです:彼らは次のような列車データを作成[new convnetjs.Vol([1.3, 0.5]), new convnetjs.Vol([0.1, 0.7])]し、2つのラベルを使用します。これらのラベルは、配列の各位置またはそれらの位置にあるサブ配列の各要素に 1 つずつありますか??

視覚的な例を次に示します。

それは[new 0, new 1]好き[new convnetjs.Vol([0, 1]), new convnetjs.Vol([0, 1])]ですか？

私は畳み込みニューラル ネットワークに基づくプロジェクトを行っており、トレーニング イメージとテスト データに MNisT データベースを使用しています。カンナダ数字に対してこれを行いたいのですが、データセットに使用した形式は .txt であり、idx3-ubyte 形式のみを使用したベース コードです。.txt ファイルを .idx3-ubyte に変換できるツールを教えてください。

画像のピクセルを「通り」または「通りではない」に分類したいと思います。KITTI データセットからのトレーニング データがいくつかあり、Caffe にIMAGE_DATAレイヤー タイプがあることがわかりました。ラベルは、入力画像と同じサイズの画像の形式で存在します。

Caffe の他に、この問題を解決するための私の最初のアイデアは、分類する必要があるピクセルの周囲に画像パッチを与えることでした (たとえば、上/左/右/下に 20 ピクセル、分類したいピクセルごとに 41×41=1681 の機能が得られます)。ただし、
これらの画像パッチを手動で作成せずにラベルを使用する方法を caffe に伝えることができれば (レイヤーの種類IMAGE_DATAはそれが可能であることを示唆しているようです)、私はそれを好みます。

Caffe は画像のピクセルを直接分類できますか? このような prototxt ネットワーク定義はどのようになりますか? ラベルに関する情報を Caffe に提供するにはどうすればよいですか?

入力層は次のようになると思います

ただし、crop_size正確な意味はわかりません。本当に中心ですか？caffe は角のピクセルをどのように処理しますか? new_heightとは何new_widthですか？

DeepLearnToolboxを使用して CNN (畳み込みニューラル ネットワーク) を実行しています。

ネットワークを正常に計算し、精度を確認しましたが、私の質問は次のとおりです。

ラベルを予測するために、1 つの画像をネットワークにクエリするにはどうすればよいですか?

私が取得したい最終結果は、予測されたラベルであり、各ラベルのエラーは予測されていない可能性があります。

ありがとうございました。

これは、精度をテストするために私が持っているコードです:

私はMatlabにたくさんの2Dデータ行列を持っています(画像データはありませんが、いくつかの単精度データがあります)。

カスタムニューラルネットワークをトレーニングするためにカフェが必要とするleveldb形式に2D matlab行列を変換する方法を知っている人はいますか?

画像 (imagenet アーキテクチャを使用) と mnist (数字認識データセット) のトレーニング方法に関するチュートリアルは既に行いました。ただし、後者の例では、それぞれのデータベースを作成する方法を示していません。チュートリアルでは、データベースは既に提供されています。

Daniel Nouri が彼の名を冠した Web サイトで提供しているフレームワークを使用しました。これが私が使用したコードです。私が行った唯一の変更は、output_nonlinearity=lasagne.nonlinearities.softmax と回帰を False に変更することです。それ以外の場合は、かなり単純に見えます。

ただし、実行すると、このNaNが得られます

前もって感謝します。