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

آیا ورودی های شبکه کانولوشن میتونه داده غیر از عکس باشه؟ (مثل پرسشنامه های پزشکی ) انواع دده ها اعم از عدد کاراکتر، متن و تاریخ و .....

توسط (102 امتیاز)

1 پاسخ

+1 امتیاز
 
بهترین پاسخ

سلام
بله، شبکه‌های کانولوشن رو برای کارهای پردازش زبان طبیعی(NLP) هم استفاده کردن
> http://www.wildml.com/2015/11/understanding-convolutional-neural-networks-for-nlp

enter image description here

و نتایج هم قابل قبول بوده اما در صورتی که در نظر دارید بر اساس یه سری داده‌ شبیه متن، عملیات خاصی رو انجام بدید، به خصوص اگر که داده آموزش به اندازه کافی دارید، بهتره از شبکه‌های بازگشتی گیت‌دار نظیر LSTM یا GRU استفاده کنید

اگر در کنار متن ، عکس هم دارید، می‌تونید ویژگی‌های عکس رو با شبکه کانولوشن و ویژگی‌های متن رو با شبکه بازگشتی استخراج کنید و بعدش یه ساختار کلی بر اساس این ویژگی‌ها ایجاد کنید

توسط (1.6k امتیاز)
انتخاب شده توسط
...