تحلیل خروجی های لایه های شبکه

Question

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

Answer 1

سلام
بله میشه و خاص کفی نیست

Comments

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.