Ich studiere Deep Learning und versuche es mit CAFFE-Python zu implementieren. kann jemand sagen, wie wir die Gewichte jedem Knoten in der Eingabeschicht zuweisen können, anstatt Gewichtfüller in Caffe zu verwenden?Deep Learning mit Caffe - Python
Antwort
Es gibt einen grundlegenden Unterschied zwischen Gewichten und Eingangsdaten: die Trainingsdaten auf verwendet werden die Gewichte lernen (auch bekannt als „trainierbar Parameter“) während des Trainings. Sobald das Netz trainiert ist, werden die Trainingsdaten nicht mehr benötigt, während die Gewichtungen als Teil des Modells für das Testen/die Bereitstellung beibehalten werden.
Stellen Sie sicher, dass Ihnen dieser Unterschied klar ist vor Sie vorangehen.
Schichten mit trainierbaren Parametern hat eine filler
, um die Gewichte zunächst einzustellen.
Auf der anderen Seite hat eine Eingabedatenschicht keine trainierbaren Parameter, aber sie sollte das Netz mit Eingabedaten versorgen. Somit hat Eingabeebenen keine filler
.
Basierend auf dem Typ der verwendeten Eingabeschicht müssen Sie Ihre Trainingsdaten vorbereiten.
- 1. Python Deep Learning finde Duplikate
- 2. Zellenerkennung mit Deep-Learning-Techniken
- 3. Bildvorverarbeitung im Deep Learning
- 4. Deep Learning für Handerkennung
- 5. H2O Deep Learning R
- 6. Deep Learning für Chatbot Training
- 7. Data Augmentation für Deep Learning
- 8. über caffe python API
- 9. Überwachtes Lernen (Dokumentenklassifizierung) mit Deep-Learning-Techniken
- 10. Deep-Learning auf Matlab mit AMD Grafikkarten
- 11. Wie Klassifizierung mit Deep Learning machen?
- 12. Datenvergrößerung für Objekterkennung mit Deep Learning
- 13. Transfer Learning Deep CNN mit unterschiedlicher Auflösung
- 14. Wie Deep Learning-Modell (Python) zu Web-app (Knoten)
- 15. Deep Learning/Bilderkennung- So erstellen Datensatz für eine Kategorieerkennung
- 16. Gibt es eine Python-Bibliothek oder API für Deep Learning?
- 17. Deep Learning - Feineinstellung auf Conv-Netzmodell
- 18. Wie funktioniert Deep Learning in Echtzeit?
- 19. Warum brauchen wir GPU für Deep Learning?
- 20. Seltsame Ergebnisse für die Bilderkennung mit AlexNet in Deep Learning
- 21. Hyper Optimierung für Deep Learning Strukturen Bayesian Optimierung mit
- 22. Java Code für Restricted Boltzmann Maschinen und Deep Learning
- 23. LMDB für Caffe generieren
- 24. cv2 Importfehler mit Caffe Python
- 25. Ist Deep Q Learning zur Lösung der Cartpole-Aufgabe geeignet?
- 26. So verwenden Sie das Tflearn-Deep-Learning für die Dokumentklassifikation
- 27. Deep Learning Gradient am Ende aber Ausgabeschicht ist immer Null
- 28. Wie wird unbeaufsichtigtes Deep Learning in der Sentimentanalyse verwendet?
- 29. Wie Int8 (Byte) Operationen für Deep Learning nützlich sein können?
- 30. Deep Learning: Wie kann ich mein Netz nicht merken
Danke shai. Ich studiere mehr darüber. –