問題タブ [deep-learning]

現在、deeplearntoolbox から matlab コードを実行しようとしていtest_example_DBN.mます。

ただし、エラーが発生しましたが、問題の内容と修正方法がわかりません。問題がどこにあり、それを機能させる方法を説明し、教えてくれるあなたの助けが必要です. 前もって感謝します..

以下のようなエラーメッセージ：

??? lmisys(5) にアクセスしようとしました。numel(lmisys)=4 のため、インデックスが範囲外です。

==> 23 の lmiunpck のエラー

rs=lmisys(4); rv=lmisys(5); % LMISET、LMIVAR の行サイズ

==> 26 での nnsetup のエラー

[LMI_set,LMI_var,LMI_term,data]=lmiunpck(lmisys);

==> 10 での dbnunfoldtonn のエラー

nn = nnsetup(サイズ);

==> 31 での TryDBN のエラー

nn = dbnunfoldtonn(dbn, 10);

SENNA と呼ばれる nlp tagger について質問があります。これは、Colbert と彼の同僚が論文に基づいて開発したものです: 自然言語処理 (ほぼ) from Scratch.

SENNA (このアドレスで入手可能なコードです: http://ronan.collobert.com/senna/download.html ) には、ニューラル ネットワークをトレーニングするためのコードが含まれていますか?

それとも、ネットワークのトレーニングによって得られた情報を使用するだけですか (事前にトレーニングされており、そのコードは SENNA にありません)。

my_classifier.y_binary の値にアクセスしたいです。私の目標は、my_classifier.error を計算することです。

eval を使用して my_classifier.y_hat の値を取得する方法は知っていますが、入力が自己パラメーターの場合に使用する方法がわかりません。

ありがとう

最後に、ニューラル ネットワークの学習を開始しました。畳み込みディープ ビリーフ ネットワークと畳み込みネットワークの違いを知りたいです。こちらにも同様の質問がありますが、正確な答えはありません。Convolutional Deep Belief Network は CNN + DBN であることはわかっています。ということで、物体認識を行います。どちらが他のものよりもはるかに優れているか、またはそれらの複雑さを知りたいです。検索しましたが、何か間違っている可能性があるものは見つかりませんでした。

私は機械学習（およびスタックオーバーフローも）が初めてで、いくつかの分類タスクを作成したいと考えています。LIBSVM とニューラル ネットワーク ツールボックスの Matlab のパターン認識ツールを使用して、データ セット (音声音響分野) に対して 2 つのグループ分類を実行し、隠れ層が 1 つある単純なネットワークを作成しました。より高い分類結果を期待して、ディープ ニューラル ネットワークを試してみたいと思います。このコードを見つけました: http://www.mathworks.com/matlabcentral/fileexchange/42853-deep-neural-network

ちょっと理解に苦しむ。

私のデータは 19 個のパラメーターの 127 サンプルで構成されているため、入力番号は 19 です。それらを 0 と 1 の 2 つのグループに分類したいので、出力番号は 1 です。データ セットの値は 0 と 1 の間で正規化されます。 .

私のコードは次のとおりです。

コードが実行されます。rmse は 0.4183、AveErrNum は 0.1969 です。必要なのは、ターゲット (outputdata に格納されている) とネットワーク予測 (精度 = 正しく分類されたデータ / すべてのデータ) の間の分類精度です。二値化後のネットワーク予測はどこにありますか?

分類に適切なタイプのネットワークを使用していますか? データをトレーニング、検証、およびテストのサンプルに分割する必要はありませんか (隠れ層が 1 つある単純なニューラル ネットワークの場合など)。

助けてくれてありがとう！

mnist データセットの手書き数字画像が 28×28 であることは知っていますが、なぜ LeNet5 の入力は 32×32 なのですか?

私はカフェで作業しており、~/../caffe/examples/hdf5_classification の prototxt ファイルを使用した HDF5 データを使用してカフェネット モデルをトレーニングしようとしています。しかし、次のエラーが表示されます

PS: 私は Python プログラミングの初心者です。

誰かがこれに関して私を助けることができます.....乾杯

deepenetパッケージのdbn.dnn.train関数を使用して MNIST データセットをトレーニングしようとしています。タスクは分類です。次のコマンドを使用しています

私が直面している問題は次のとおりです。

1) ラベルは因子型ベクトルである必要があります。しかし、ラベルを因子として入力すると、関数は「yは行列またはベクトルでなければならない」というエラーを出します。そのため、ラベルを数値として使用しています。分類タスクの進め方

2) dbn.dnn.train の予測を行う機能とは何か。私は nn.predict を使用していますが、ドキュメントには、入力は関数 nn.train によってトレーニングされたニューラル ネットワークである必要があると記載されています (dbn.dnn.train は記載されていません)。出力はすべてのレコードで 0.9986 です

現在、私はcaffe imagenet の例に従っていますが、それを自分のトレーニング データ セットに適用しています。私のデータセットは約 2000 クラスで、各クラスは約 10 ~ 50 枚の画像です。実際に車両画像を分類していたのですが、画像が正面にトリミングされていたため、各クラス内の画像は同じサイズ、同じ画角 (ほぼ) です。

imagenet スキーマを試してみましたが、うまくいかなかったようで、約 3000 回繰り返した後、精度が 0 になりました。スキーマを調整する方法に関する実用的なガイドはありますか?