به بخش پرسش و پاسخ یادگیری عمیق خوش آمدید,
این نسخه آزمایشی سایت است.
لطفا به نکات زیر توجه کنید:
  • برای ارتباط با مدیران میتوانید از صفحه مدیران اقدام کنید.
  • سوال و جواب ها باید به زبان فارسی باشند. استفاده از زبان انگلیسی یا فینگلیش برای پاسخ دادن مجاز نیست.
  • لطفا بعد از پرسش سوال لینک سوال خود را در گرو تلگرام (Iran Deep Learning Group) معرفی کنید تا سریعتر به جواب برسید. برای دسترسی به آخرین لینک از منابع یادگیری استفاده کنید
  • لطفا بجای عکس از متن استفاده کنید. اگر متون طولانی هستند از سایت pastebin.com برای اپلود استفاده کرده و لینک حاصل را در سوال خود قرار دهید. برای قرار دادن تصویر ، از بخش ارسال تصویر ادیتور سایت استفاده کنید.
  • بعد از دریافت پاسخ، بهترین پاسخ را از طریق کلیک بر روی علامت تیک انتخاب کنید
  • اگر با خطا و یا مشکلی مواجه شدید از بخش تماس با ما در انتهای صفحه و یا ایمیل Coderx7@gmail.com موضوع را اطلاع دهید.

با تشکر

0 امتیاز

با سلام.
می خواستم بدونم که ایا از ویژگی های استخراج شده از لایه های مختلف کفی میشه به تحلیل خاصی دست پیدا کرد یا نه.
من می خواستم روی این ویژگی های بدست اومده داده کاوی و عمل پردیکشن انجام بدم. ایا همچین چیزی ممکنه؟ یا اینکه این ویژگی های بدست اومده خاص خود کفی هست و نمیشه به نحو خاصی اون ها را تفسیر کرد؟
به عبارتی دنبال پیدا کردن یه سری روابط معنایی برای عمل داده کاوی هستم. ایا شدنیه؟
ممنونم

سوال شده توسط (150 امتیاز)

1 پاسخ

0 امتیاز
 
بهترین پاسخ

سلام
بله میشه و خاص کفی نیست

پاسخ داده شده توسط (4.3k امتیاز)
انتخاب شده توسط
دقیقا دنبال چه نوع لینک مفیدی هستید؟ بحث استخراج ویژگی که مبحثش کاملا مشخص هست. کفی یا فریم ورکهای دیگه هم فرقی با هم ندارن چون صرفا اعمال کننده یکسری عملیات هستن. اینکه به جواب مناسب نمیرسید میتونه دلایل مختلفی داشته باشه یکی از اونها میتونه اینکه از کدوم سطح از ویژگی ها دارید استفاده میکنید باشه.
برای همین مشخصتر بگید تا اگر چیزی جایی دیدم یا اطلاع داشته باشم بتونم راهنمایی کنم .
من از لایه اخر یعنی لایه fc7 که بالاترین سطح انتزاع را داره ویژگی تصاویرم رو استخراج کردم. و روی هر بردار یک لیبل زدم که اون لیبل در واقع شماره پوشه های تصاویرم هست. که درخت تصمیم یاد بگیره که کدوم بردار برای کدوم فرد است. ولی متاسفانه درخت تصمیمو پس از اینکه ساخت و من بش یه سری داده های seen نشده بش دادم،  اشتباه لیبل میزنه. در واقع می خوام با داده کاوی یاد بگیره که کدام بردار مال کدام فرد است. از نوع  سوپروایز و رگرسیون استفاده کردم.
البته این لایه 4096 ویژگی میده که من داده های با پراکندگی کم را حذف کردم و به 3714 ویژگی رسیدم.
سلام . روی روشتون بیشتر کار کنید. من با درخت تصمیم کار نکردم و اطلاعی ندارم از شیوه کار و یا نکات احتمالیش . ولی چیزی که روشنه مشکل شما ویژگی های شما نبایستی باشه.
میتونید از یک اتوانکودر استفاده کنید برای کاهش بعد و بعد ویژگی های منتج شده رو استفاده کنید. هر روش یکسری الزامات داده ای داره که باید بهش توجه بشه. شاید تعداد ویژگی ها نسبت به داده شما بسیار زیاده و همین مساله مشکل ایجاد کرده باشه براتون.
...