CNNトレーニングはこの画像でどのように行われますか?以下の偉大なビデオを見た後
:https://www.youtube.com/watch?v=LxfUGhug-iQ私は、フィルタが適用される方法で別のCNNのなどのアーキテクチャをよく理解を持っている私はいくつかの他のビデオを見て、論文を読んで、しかし、私はまだAは密います誰かが私にこれをより良く理解させるのに役立つことを望む質問はほとんどありません
私たちは画像の上にフィルターをスライドさせるさまざまな方法を学びました。今、ドットプロダクトを得るこのプロセスは、CNNの訓練やすでに訓練されたフィルタとの識別のために使用されます。または、訓練と識別の両方で使用されます。
上記の画像では、これらのフィルタは訓練されていましたか?私は白がフィルターのアクティベーションを表していることを理解していますが、最後の列は私に何かを示すはずですか?
画像に示されるように5つの結果がある場合、はであり、画像の特定の特性を検出するために特別に設計されたフィルタ(行)の一部です。 (例えば、第2のフィルタはタイヤを探し、第3のフィルタはヘッドライトを探し、第4のフィルタは足を示す)。例えば、上記の画像にはタイヤとヘッドライトが付いているので、2つのフィルタは強くマッピングされていますか?
この回答をお寄せいただきありがとうございます。 3点目について何か質問したかっただけです。あなたの答えは、それがタイヤやヘッドライトとしてフィーチャーマップを実際に視覚化することができないブラックボックス(ANNなど)に似たものであることを意味します。この画像には評価がつきますか?https://image.slidesharecdn.com/atutorialondeeplearningaticml2013-130621020853-phpapp01/95/a-tutorial-on-deep-learning-at-icml-2013-5-638.jpg?cb=1371780897ここでは、地物図が形を取っているようです。 –
私が思い出したように、これらの画像は、どのような種類の入力が最も効果的であるかを示す特別なテクニックによって作成されます。あなたの投稿から画像を生成するテクニックとは異なります。あなたのコメントにあなたが投稿した画像には、実際にはブラックボックスである訓練可能な分類子もあります。 –
ああ、今より意味があります。ちょうど1つの最終的な質問:)どのようにNNは各出力(ホース、車、トラック)の類似性の%を与えるのですか?最終出力は、[馬= 20%]、[台車= 80%]、[飛行機= '10%]]などの関連性のある可能性のあるすべての出力の配列ですか?ty –