Свёрточные нейронные сети

Рет қаралды 8,825

Самостоятельная работа

Күн бұрын

Пікірлер: 54

@Zeding_Stuff Жыл бұрын

вроде сухое объяснение, но все очень понятно, грамотно и по полочкам. спасибо

@russelldoyle4533 3 жыл бұрын

Какие две основные операции используются в сверточных нейронных сетях?

@russelldoyle4533 3 жыл бұрын

2:51 Операция свёртки (convolution) Операция пулинга (pooling)

@ВалерияЕлисеева-з2в 3 жыл бұрын

В чем состоит основная идея современных сверточных нейросетей при решении задачи классификации?

@ВалерияЕлисеева-з2в 3 жыл бұрын

Имеется две части нейросети. Первую часть, которая состоит из сверточных и pulling слоев должна помочь выделить признаки изображения путем преобразования входного тензора в тензор какого-то другого размера, который буде нести в себе достаточное количество полезной информации. Вторую часть нейросети, состоящей из fully connected слоев, используют для предсказания классов изображения по полученному тензору. Тайминг 2:09

@Zeding_Stuff Жыл бұрын

ахахахахах ору с комментов, ощущение как будто рассказываешь преподу билет и он пытается тебя завалить и накидывает дополнительные вопросы))))

@ИльдарБулатов-т4х 2 жыл бұрын

интересная лекция, однако следует отметить, что у полносвязной нейронной сети (персептрон) довольно большой набор весов, и при достижении высокой точности следует использовать просто колоссальное количество примеров, сверточные нейронные сети имеют меньше весов, из-за этого экземпляров для обучения нужно меньше

@Самостоятельнаяработа 2 жыл бұрын

Количество требуемых примеров для обучения чаще всего зависит от решаемой задачи. Персептрон колоссальное число примеров может не потянуть. Меньшее число настраиваемых параметров у свёрточных НС влечёт за собой сходимость раньше, чем у НС прямого распространения типа персептрон.

@КристинаПутилова-ч6ы 3 жыл бұрын

Каковы основные элементы сверточной нейронной сети?

@КристинаПутилова-ч6ы 3 жыл бұрын

Операция свертки Операция пулинга 3:09

@TheTRPZ 3 жыл бұрын

Как описывается алгоритм свёртки чёрно-белого изображения с фильтром FхF?

@TheTRPZ 3 жыл бұрын

4:10 Имеется фильтр G(3x3) и есть изображение I (W=6, H=6). Фильтр представляет квадратную матрицу меньшего размера FxF. Далее поэлементно умножаем матрицу фильтра на фрагмент изображения такого же размера, начиная с левого верхнего угла изображения. После поэлементного произведения получаем матрицу размера 3х3. Далее складываем все элементы этой матрицы и записываем полученное число в левый верхний угол результирующей матрицы. Это лишь одна операция свёртки с фильтром FxF. Чтобы свернуть всё изображение с этим фильтром необходимо продолжить эту операцию, двигаясь по изображению по одному пикселю по ширине и записывая результат свёртки в соответствующую ячейку результирующей матрицы. После того как мы достигли границы по ширине, двигаем фильтр на 1 пиксель ниже и ставим его в начало( в лево ) и повторяем прошлые шаги. Так мы делаем до тех пор, пока не пройдем по всему изображению. После свертки ч/б изображения одним фильтром - образуется матрица (H - F + 1)x(W - F + 1). То есть если изначальное изображение было 6х6 то после свертки будет 4х4.

@xyuniq 2 жыл бұрын

Какой размер изображения поступает на второй сверточный слой? Ответ: 9:36

@АнгелинаВознесенская-э2з 3 жыл бұрын

Для чего свёрточный слой использует операцию свёртки?

@АнгелинаВознесенская-э2з 3 жыл бұрын

Ответ: (8:08) Свёрточный слой использует операцию свёртки для эффективного распознавания объектов на изображении.

@ДмитрийБогдановичМельник 3 жыл бұрын

Почему обычный многослойный персептрон дает плохие результаты при классификации изображений?

@ДмитрийБогдановичМельник 3 жыл бұрын

3:33 Потому что полносвязная нейронная сеть не пытается уловить какие-то пространственные взаимосвязи на изображении, а просто взвешивает значение пикселей

@ДаниилРедькин-ь8я 2 жыл бұрын

Для чего нужны pooling слои? Ответ: 10:16

@kirablack1843 3 жыл бұрын

Для чего служат pooling слои?

@kirablack1843 3 жыл бұрын

Ответ: (10:17) Pooling слои служат для того, чтобы сжимать размерность текущего тензора по ширине и высоте, и контролировать размеры текущих тензоров в нейронной сети.

@ИванБольшаков-к1с 2 жыл бұрын

Из чего состоит любое изображение в памяти компьютера ?

@ИванБольшаков-к1с 2 жыл бұрын

0:40 Из пикселей

@joejoe2121 3 жыл бұрын

в чем суть задачи классификации изображения?:

@joejoe2121 3 жыл бұрын

суть в том чтобы по входному изображению определить что именно изображено, то есть предсказать класс по изображению

@СтепанСергеевичСпирин 2 жыл бұрын

Что происходит с изображением проходящем через свёрточный слой?

@СтепанСергеевичСпирин 2 жыл бұрын

8:25 При прохождении через сверточный слой, изображение сворачивается каждым из k-фильтров этого слоя

@pola_design 2 жыл бұрын

Чем предоставляются в памяти компьютера цветные изображения?

@pola_design 2 жыл бұрын

1:00

@grand4535 2 жыл бұрын

Что такое Feature maps?

@grand4535 2 жыл бұрын

Ответ: 10:07. Это получаемые после сверточных слоев тензоры.

@artemtankov5961 2 жыл бұрын

Какова суть задачи классификации изображений?

@artemtankov5961 2 жыл бұрын

1:40 - она заключается в том, чтобы по входному изображению определить, что именно изображено, то есть определить класс объекта по его изображению

@jackie6339 3 жыл бұрын

Объясните два основных типа pooling

@jackie6339 3 жыл бұрын

Ответ: Max Pooling и Average Pooling( 10:43 )

@shelovessugar9950 3 жыл бұрын

Что такое average pooling?

@shelovessugar9950 3 жыл бұрын

11:04 Считается среднее чисел в фрагменте

@xabhdr4483 2 жыл бұрын

Как называется вторая часть нейронной сети, которая состоит из fully connected слоев?

@xabhdr4483 2 жыл бұрын

2:37 Называют классификатор. Это просто один или несколько полноценных слоев, которые используются для предсказания класса изображения по полученному от fitch экстрактора тензора.