Я тренирую нервную сеть, чтобы распознать три разных знака (знак остановки, знак без знака и знак отсутствия). Я взял 50 изображений для каждого класса. Каждое изображение имеет размер матрицы 8x8, поэтому мой вход будет матрицей 150x64 и выводом - матрицей 3x1, но как назначить цель для этих изображений, также мне нужно нормализовать эти изображения, прежде чем приступать к учебной части?Как установить целевой вектор для обучения изображений в нейронной сети?
ответ
Если у изображений нет ярлыков (целей), вы сами должны их наклеить. Маркировка 50 изображений не займет много времени.
Также вы должны каким-либо образом нормализовать изображения, либо min-max, либо вычесть среднее значение и делить на стандартное отклонение, обучение нейронной сети потерпит неудачу, если вы этого не сделаете.
Не получится? Не может провалиться? –
@ MarcinMożejko Очень вероятно, что он потерпит неудачу. Следует подчеркнуть, что нормализация - это позитивная вещь. –
- 1. как установить скорость обучения для обучения нейронной сети
- 2. Методология обучения нейронной сети
- 3. Метод обучения нейронной сети
- 4. обучения нейронной сети набор
- 5. Тестирование нейронной сети после обучения
- 6. torch7 ошибка обучения нейронной сети
- 7. Настройки нейронной сети для быстрого обучения
- 8. данные нейронной сети для обучения и тестирования
- 9. Данные маркировки для обучения нейронной сети
- 10. Диапазон данных обучения для нейронной сети
- 11. Наборы данных для обучения нейронной сети
- 12. Видео Аннотация для обучения нейронной сети
- 13. Изменение обучаемых изображений для тренировки нейронной сети
- 14. Как измерить эффективность обучения нейронной сети?
- 15. Классификация распознавания изображений в сверточной нейронной сети
- 16. выбрать скорость обучения в нейронной сети
- 17. Хранение памяти нейронной сети/машинного обучения
- 18. Обучение нейронной сети с помощью обучения усилению
- 19. Ответы нейронной сети гарантированы на данные обучения?
- 20. Ошибка нейронной сети с каждым примером обучения
- 21. Encog - Как загрузить данные обучения для нейронной сети
- 22. Как отформатировать комплекты обучения/тестирования для нейронной сети Deep Belief
- 23. Выбор изображений поезда для сверточной нейронной сети
- 24. набора обучающих изображений для простой нейронной сети
- 25. Код для тестирования данных в нейронной сети после завершения обучения
- 26. Эффективный размер набора данных для обучения нейронной сети для кормления
- 27. Выберите определенные классы MNIST для обучения нейронной сети в TensorFlow
- 28. Оптимизация входа нейронной сети для конвергенции
- 29. Вектор фильтра и его функция уровня в сверточной нейронной сети
- 30. Концепция проверки для нейронной сети
Эта проблема очень похожа на проблему распознавания рукописного разряда (MNIST), где ввод также является изображением и выходом 10 различных категорий. Есть много документации и документов о проблеме MNIST, поэтому я бы рекомендовал ее запустить, понять, что они делают, и адаптировать ее к вашей проблеме. [http://yann.lecun.com/exdb/mnist/](http://yann.lecun.com/exdb/mnist/) –
Почему ваш ввод формы 150x64? –
, потому что я принял 50 изображений каждого из трех разных знаков, и все они изменены до 8x8 пикселей. – user48951