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

دسته بندی ها

0 امتیاز

سلام
من با مت کانونت کار می کنم. یک مرحله از پیش پردازش کم کردن تصویر از میانگین هست که تو این مرحله بعضی اعداد ماتریس منفی می شن . آیا نیاز هست این ماتریس بدست امده نرمالیزه بشه برای از بین بردن اعداد منفی و بعد به شبکه داده بشه یا نیازی نیست و می توان با وجود اعداد منفی به شبکه داد.
برای شبکه های VGG همه ورژن ها و resnet همه ی ورژن ها و googlenet , alexnet

ممنون

توسط (111 امتیاز)

1 پاسخ

0 امتیاز

سلام
میانگین رو کم که کردید نیازی به کار دیگه ندارید میتونید استفاده کنید.

توسط (4.3k امتیاز)
منم هیچ تغییری نمی دادم اما یکی از بچه ها که  روی شبکه ها کار می کردن گفتن نباید داده ی منفی به شبکه بدی.
سلام. پیش پردازش های مطرح و نرمالی که انجام میشه zero mean هست و همینطور zero mean+unit variance که در هر دو اینها ورودی دارای مقادیر منفی هست. از طرف دیگه الگوریتم های مقداردهی اولیه که نقش خیلی اساسی دارن هم تا جایی که من میدونم برای کار کرد بهتر فرضشون وجود داده zero mean شده است.
همه اینها یعنی اگر از الگوریتم مقداردهی وزن مناسبی مثل xavier یا امثالهم استفاده کنید و دیتاتون رو از میانگین کم کنید مشکلی در ترین و... ندارید .
...