問題タブ [deep-learning]

これによれば

https://github.com/pybrain/pybrain/blob/1dd5086a51c3c98497ef85b31178588a89d8951e/pybrain/structure/networks/bidirectional.py

クラスはフィードフォワードネットのみをサポートしていますか? 双方向 LSTM リカレント ネットワークを実装するにはどうすればよいですか?

RBM では、ノード内のすべての関係を確率で作成します。では、RBM を介してどのようにデータを伝播できるのでしょうか? 一次サンプリングだけですか？ゆらぎすぎじゃない？

それともフィードフォワードmlpのように機能しますか? (つまり、hj = \sum_i vi * wij) ですが、RBM にはこの概念はありません。なぜなら、この論文は確率モデルであると述べているからです。

したがって、私の問題は、イメージネットのサイズを 256X256 に変更すると、小さいイメージ (32X32) でイメージネットをトレーニングできないことで構成され、すべてが正常にトレーニングを開始します。だから私は問題が私の設定であることを知っています。

私は自分の設定を設定しようとしました:

deploy.prototxt: 最後の 2 つの input_dims を 32 に設定しました

solver.prototxt: Solver_mode: CPU を設定します (他のすべてはそのままにしておきます)

train_val.prototxt: 両方の設定で crop_size: 31 を設定します

256X256 にサイズ変更された画像でトレーニングが正常に実行されるため、すべてのパスは正しいです。

しかし、上記で説明したセットアップでは、次のエラーが発生します。

これらのファイルで他にどのような設定を変更する必要があるかを誰かが説明していただければ、それとも完全に間違っていますか?

私はこのチュートリアルに従おうとしましたが、やめませんでした: http://drubiano.github.io/2014/06/18/caffe-custom-data.html

私は 1 次元データのトレーニングとテストに SVM を使用しており (トレーニング用に 15000 サンプル ポイント、テスト用に 7500 サンプル ポイント)、これまでのところ満足のいく結果が得られています。しかし、結果を改善するために、ディープラーニングを同じように使用することを考えています. 結果を改善できるでしょうか？ディープ ラーニング アルゴリズムをすばやく実装するには、何を勉強すればよいですか? 私は DL フィールドには不慣れですが、正当な理由がある場合は、迅速な実装を望んでいます。