のアーキテクチャを決定する方法。私はコンピュータビジョンの深い学習上のいくつかの研究をやっているコンボリューション神経ネットワーク</p> <p>のアーキテクチャを決定する方法畳み込み神経回路網
私は、ニューロンネットワーク、バックプロパゲーション、確率的勾配降下、オーバーフィット、正規化などがどのように機能するかについてたくさん読んでいます。 「難しい」数学的なルールがあります:それは理解しやすいです。
しかし、畳み込みニューロンネットワークに必要なアーキテクチャーを知りたいのですが? Exmapleの場合 :私はこれらの植物を分類したい: http://www.biohof-waldegg.ch/Bilder/Blacke%201%20(Individuell).JPG
私はmnistデータベース(手書き数字データベース) で例を研究している - なぜほとんどの例にこれらのアーキテクチャを使用します。コンベンションの5x5の - >プール(2、最大) - > Conv5x5? は、私は最初の隠れ層の重みをプロットしているが、画像フィルタは、私にとって非常に 精通していないに見えます(また、エッジ検出のためのハイパスフィルタ、ものような低域通過フィルタのように)
- は、それが優れていますレイヤーにさらに多くのフィーチャーマップを追加したり、隠れたレイヤーを追加したりできますか?
- ネットワークが深すぎる/浅すぎるかどうかを確認するには
- レイヤに機能マップが多すぎるか小さすぎるかを確認するにはどうすればよいですか?
- カーネルサイズが大きすぎるか小さすぎるかをどのように判断できますか?
- 私はconv - > conv - > conv - > pooling - > convの代わりにconv - を選んだとき、
- ストライドパラメータにはどのような影響がありますか? (私は、このパラメータが何を知っているではなく、いつ、どのように私はこれらのパラメータを調整する必要がありますか?
- 層(例えば、エッジ/色/形状)
あまりにも多くの質問がここにありますが、あなたはいくつかの質問に分割しなければなりません。また、これらの質問の多くには「試行錯誤」の回答があることにも注意してください。 –