問題タブ [deep-learning]

各ドキュメントに複数のラベルが付いたテキスト データがあります。このデータセットに対して Theano を使用して LSTM ネットワークをトレーニングしたいと考えています。http://deeplearning.net/tutorial/lstm.htmlに出くわしましたが、バイナリ分類タスクを容易にするだけです。続行する方法について誰かが何か提案があれば、それは素晴らしいことです。最初の実行可能な方向性が必要なだけです。取り組むことができます。

ありがとう、アミット

非常に単純な CNN 構造を使用して非画像データを分類するために Caffe を使用しています。次元 nx 1 x 156 x 12 の HDF5 データでネットワークをトレーニングするのに問題はありませんでした。しかし、新しいデータを分類するのに苦労しています。

前処理なしで単純なフォワードパスを行うにはどうすればよいですか? 私のデータは正規化されており、Caffe の正しい次元を持っています (ネットのトレーニングに既に使用されています)。以下は私のコードと CNN 構造です。

編集:問題を pycaffe.py の関数 '_Net_forward' に分離し、self.input dict が空であるために問題が発生することを発見しました。その理由を説明できる人はいますか？セットは、新しいテスト データから得られるセットと等しいと想定されます。

データをデータに変換するために IO メソッドを使用するようになったため、コードが少し変更されました (以下を参照)。このようにして、kwargs 変数に正しいデータを入力しました。

小さなヒントでも大歓迎です！

CNN 原文

CNN を設計したい場合、隠れ層ごとにフィルター タイプを指定する必要がありますか?

OpenCVに畳み込みニューラルネットワークはありますか? このアルゴリズムを画像またはビデオ処理に使用することはどの程度可能ですか?

元の画像パッチのセット (101x101 マトリックス) と、対応する別の画像パッチのセット (同じサイズの 101x101) がバイナリであり、これらはニューラル ネットワークをトレーニングするための「答え」です。ニューラルネットワークをトレーニングして、与えられた画像からトレーニングされた形状を学習し、認識し、出力マトリックスで（セグメンテーションの結果として）画像を（おそらく同じマトリックス形式で150x10201で）生成できるようにしたかったのです。

元の画像は左側にあり、目的の出力は右側にあります。

そのため、データの前処理段階として、元の画像パッチ1x10201を各画像パッチのベクトル マトリックスに再形成しました。それらの 150 を組み合わせ150x10201て、入力としてマトリックスを取得150x10201し、バイナリ イメージ パッチから別のマトリックスを取得します。次に、これらの入力データをディープ ラーニング ネットワークに提供します。この場合、私は Deep Belief Network を使用しました。

以下のようにDBNをセットアップしてトレーニングするための私のMatlabコード：

%4 層 100 個の隠れユニット DBN をトレーニングし、その重みを使用して NN を初期化します

%train dbn

%dbn を nn に展開

%train nn

このようなNNのトレーニングにより、セグメンテーション作業を行うことができますか? または、コードを変更してNNをトレーニングし、出力/結果を画像マトリックスとして生成できるようにするにはどうすればよい150x10201ですか?

どうもありがとう..

私はカフェの概念について少し迷っています。

たとえば、ラベルなしで大量の画像をフィードすることによる、教師なしの特徴抽出のためですか?

それとも、入力が特定の固定特徴次元の値のセットである場合、それは分類子ですか?

MLP+スライディング ウィンドウの定義と、それがどのようにトレーニングおよびテストされるか。時系列の予測・分類に使われていますよね？たとえば、10 個の特徴を持つ時系列データがあります。すべての時系列の長さは 200 タイム ステップです。それらを2つの異なるクラスに分類したいと思います。

この場合、スライディング ウィンドウを使用して MLP をトレーニングするにはどうすればよいですか。30 時間ステップのスライディング ウィンドウが必要だとしましょう。入力はいくつのノードになりますか?

チュートリアルについて私が読んだことは、データを作成し、protobuf を使用してモデルを作成し、次にソルバー ファイルを作成するということです。最後に、モデルをトレーニングして、生成されたファイルを取得します。これはすべてコマンドラインから実行されます。今、2つの質問があります

1) 生成されたモデルがあるとします。テスト フォルダーにない新しいイメージをロードして、フォワード パスを実行するにはどうすればよいですか。コマンドラインまたはいくつかの言語（c ++、python）から実行する必要がありますか？

2）上記はそれを行う1つの方法だったと思います。分類器をトレーニングする最良の方法 (コマンド ライン トレーニング/またはコーディング) と、生成されたモデル ファイルをコードで (トレーニング後に) 使用する方法を教えてください。

私は自分のコードでカフェをインターフェースしたいのですが、mnistなどのデータベースでステップバイステップで説明する短いチュートリアルを見つけることができません。モデルはLeNetほど複雑である必要はありませんが、単純な完全に接続されたレイヤーはもします。しかし、C++ または Python を使用して単純なコードを記述し、データセットをゼロからトレーニングする方法を教えてください。

分類器をトレーニングし、それを使用して caffe を使用して新しいデータを予測するためのサンプル C++/python コードも高く評価されます。

Torch でオートエンコーダ ニューラル ネットワークを作成しようとしていますが、トレーニング フェーズを実行しようとするとエラーが発生します。

data.csv の入力データは次のとおりです。

これが私のコードです

そして、ここに私のエラーがあります:

このエラーが発生する理由について何か考えはありますか?

画像内の手の存在を検出するように conv ニューラル ネットワークをトレーニングしたいと思います。

難点は次のとおりです: 1/ 画像には手以外のオブジェクトが含まれます。ちょうど、手が画​​像のほんの一部である人々のグループの写真のように、2/ 手は多くの向き/形状などを持つことができます (角度等により、開いていたり開いていなかったりします。）

トリミングされた手の画像（+手のないランダムな画像）の大きなセットでconvnetをトレーニングし、画像のすべてのサブスクエアに分類子を適用することを考えていました。これは良いアプローチですか？

インスピレーションに使用できる複雑な 2 クラスの convnets / RNN の他の例はありますか?

ありがとうございました！