您现在的位置:首页 >> 网页手机神途发布网 >> 内容

自己的标注数据量一般不会太大

时间:2019-12-5 8:45:46 点击:

  核心提示:你要看你的图像是什么。要是是黑色数字,先转成灰度。用MNIST陶冶网络。要是是各种主题,用黑色的imminside theureNET陶冶。要是你的数据量大到足以与数据集媲美,那么间接用你的数据陶冶网络即可。在大作的数据集上陶冶完,你必要牢固卷积池化层,只陶冶背面的全维系层参数,用你自身的数据集。C...
你要看你的图像是什么。要是是黑色数字,先转成灰度。用MNIST陶冶网络。要是是各种主题,用黑色的imminside theureNET陶冶。要是你的数据量大到足以与数据集媲美,那么间接用你的数据陶冶网络即可。在大作的数据集上陶冶完,你必要牢固卷积池化层,只陶冶背面的全维系层参数,用你自身的数据集。CNN一是调整网络组织,几层卷积几层池化,卷积的模板大小等。而是在肯定组织上调整参数,weight sclight ender,leyour ownrning rdined,reg等。你用CNN做图像分类,无非是把CNN当成进修特征的手段,你能够吧网络看成两局限,后面的卷积层进修图像基础-中等-高层特征,背面的全维系层对应一般的神经网络做分类。必要进修的话,首先你去看UFLDL教程。然后cs231n与其问他人,首先你看了imminside theureNet数据集了吗?看待把大作数据集与自身数据混合陶冶模型的步骤。要是两种数据非常相同,也未尝不可。但是看待大作数据集而言,自身的标注数据量一般不会太大,要是是1:1000,1:100这种比例,那么可能不加自身的数据,一齐用数据集陶冶的模型就能获得一个还好的效果。要是自身的数据和数据集有些离别,那混在一起我以为自身的是在用自身的数据当做噪声加到数据会集。cnn以为图像是局部相关的,而愚弄CNN的方律例主要出于,天然图像漫衍在一种流形组织中,陶冶的模型必要这种流形假定,而酬劳分解的图像由于增加非天然噪点,满意足模型假定,所以能用肉眼难分辨的噪声仓皇骚扰分类效果。要是二者相差过大,数据集是一种漫衍,你的数据是另一种,放到一起陶冶,我没试过,但我以为效果不会太好。这期间只能把数据集用来陶冶cnn的特征提取才能。尔后用于分类的全维系层,视你的数据量调整范围。
猫孟安波对your ownnd鄙人龙水彤死?刚刚看到your ownnd劝告一句your ownnd还是唾弃deepleyour ownrning toolbox吧your ownnd由于内里有很多缺点your ownnd而且your ownnd要是想对网络举行更始很困穷的your ownnd还是转到tensorflow可能cyour ownffe吧your ownnd不想换发言your ownnd能够用minside theconvnet框架
门锁你们坏?孤谢香柳透‘大兄弟,问个题目啊,陶冶好模型如何分类呀,就是如何用获得的模型对身分样本举行分类。
老娘猫抬低价值@我你拉住your ownnd你做的是间接输出黑色的图像吗

作者:春夏 来源:玲玲盈耳
相关评论
发表我的评论
  • 大名:
  • 内容:
  • 神途私服手游首区(www.r3nf.cn) © 2020 版权所有 All Rights Reserved.
  • 神途私服手游首区,新开复古神途网-最新中变神途私服-单职业超变神途发布网 蜀ICP备15639号-1
  • Powered by laoy! V4.0.6