問題タブ [deep-learning]

一部の画像処理アプリケーションでは、SVM とニューラル ネットワークのどちらを使用するかを決定する必要があります。分類器は、ほぼリアルタイムのアプリケーションに十分な速さである必要があり、精度も重要です。これは医療アプリケーションであるため、分類器の故障率が低いことが重要です。

どちらがより良い選択ですか？

深層学習を勉強したいかどうか決めています。ばかげた質問で助けてもらえますか？Google の研究では、彼らの ANN は、猫の顔の刺激が与えられた場合に最適にアクティブ化される「猫の顔の特徴」を教師なしで学習することがわかっています。トレーニング セットは完全にランダムな YouTube フレームですか、それともすべて猫が含まれる YouTube フレームですか? 興味をそそられます。ありがとう！

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。

matlab 用の GPU ベースのディープ ラーニング ライブラリを探しています。重要な提案を知っていますか?

1D の場合、2 つのベクトル間の畳み込みとは として計算できるだけでなく、aとの間の積としても計算できます。ここで、はに対応するテプリッツ行列です。bconv(a, b)T_abT_aa

このアイデアを 2D に拡張することは可能ですか?

a = [5 1 3; 1 1 2; 2 1 3]とが与えられた場合、テプリッツ行列b=[4 3; 1 2]に変換し、1 次元の場合のようにとのa間の行列-行列積を計算することは可能ですか?T_ab

私は深層学習に関する論文を読んでいました。それらのほとんどは、教師なし学習に言及しています。

彼らはまた、ニューロンは教師なし RBM ネットワークを使用して事前に訓練されているとも述べています。その後、逆伝播アルゴリズム (教師あり) を使用して微調整されます。

では、深層学習を使用して教師あり学習の問題を解決できるのでしょうか??

ドキュメント分類の問題に深層学習を適用できるかどうかを調べています。かなり優れた分類器が利用できることは知っています。しかし、私の目標は、この目的に深層学習を使用できるかどうかを調べることです。

deeplearntoolboxを使用すると、次のエラーが発生します。具体的には、ファイルを実行するときtest_example_DBN.m

私はニューラル ネットワーク言語モデルを構築しようとしていますが、Mikolov らによる word2vec ツールはこの目的に適したツールのようです。私はそれを試しましたが、単語表現を生成するだけです。そのツールまたは他の合理的な深層学習フレームワークで言語モデルを作成する方法を知っている人はいますか?

訓練された「深い」ネットワークの統計に関する仮説を調べようとしています。近年、非常に多くの印象的な結果が発表されています (最近では、多層ニューラル ネットワークに基づく最先端の状態検出)。これらの記事で使用されている「最終的な」ネットワークを記述するコードを見つけるのは驚くほど難しいことがわかっています。

非常に競争力のある結果を達成した訓練されたネットワークの適切な情報源を知っている人はいますか? 私が現在特に興味を持っているのは、ネットワークを再現するコードではなく、訓練されたネットワークのレイアウトです。

ImageNet Classification with Deep Convolutional Neural Networks などの論文

http://www.cs.toronto.edu/~fritz/absps/imagenet.pdf

トレーニング方法は、確率的勾配降下法を使用した基本的なバックプロパゲーションのようです。

CNN はディープ ニューラル ネットワークの一部ですが、これは純粋に多数の隠れ層が存在するためでしょうか? これは、真のディープ ラーニング技術である貪欲なレイヤーごとのトレーニングを使用する DBN などと同じパターンに従っていないにもかかわらず、ネットワークが深いため、ここでのバックプロップがディープ ラーニングのカテゴリに分類されることを意味するのでしょうか?

助けとアドバイスをありがとう。